分散不均一性(Heteroscedasticity)検定

分散不均一性(反対は分散均一性)のコンセプトは、統計学において、とくに線形回帰の場面、または時系列解析で、モデリングの基本仮定の1つがしばしば、分散が均一であること、モデルの誤差が一様分布していることでありながら、誤差の分散またはモデルがすべてのオブザベーションで等しくない場合を説明するために使用される。

線形回帰分析では、モデルの誤差(残差ともいう)が等分散でないという事実は、最小2乗法(OLS)を用いて推定されたモデル係数が不偏もなければ最小分散を持つそれでもないという結果をもたらす。それらの分散の推定は信頼できない。

分散が均一でないことが疑われる(説明変数に対する残差の表現が分散不均一性を明らかにするであろう)場合、したがって、分散不均一性の検定を実行する必要がある。複数の検定が開発されており、以下の帰無仮説および対立仮説を用いる:

  • H0 : 残差が均一分散である。
  • Ha : 残差が不均一分散である。

XLSTAT は、現在、下記を含む:

  • Breusch-Pagan 検定
  • White 検定および修正White 検定 (Wooldridge)