异方差

一、直观理解：噪声“忽大忽小”，普通标准误会骗人

经典线性回归假定

$$\mathrm{Var}(\varepsilon_i\mid X_i)=\sigma^2$$

对所有样本相同，称为同方差。若误差方差随拟合值或某个 $X$ 变化，就是异方差（heteroscedasticity）。

常见图像：残差图呈喇叭形——拟合值越大，点云越散。例如：

• 收入越高，消费波动越大；
• 企业规模越大，利润波动越大；
• 计数或比例数据天然方差随均值变化。

异方差下，OLS 系数往往仍可无偏（假定其它条件），但：

• 默认 SE 与 t/F 检验不可信；
• OLS 不再是最佳线性无偏，可能有更有效的加权方法。

二、适用场景与优缺点

类型	说明
适用场景	横截面回归诊断；残差呈扇形；经济、生物尺度数据；需要稳健推断或改进效率。
核心优点	诊断图直观；稳健标准误实现简单；WLS/GLS 可提效。
局限与缺点	形式未知时加权可能错；检验功效有限；对数变换改变解释；面板/时间序列还有其它相关结构。

三、核心原理

模型 $y=X\beta+\varepsilon$，$\mathbb{E}(\varepsilon\mid X)=0$，但 $\mathrm{Var}(\varepsilon\mid X)=\Omega=\mathrm{diag}(\sigma_i^2)$。

• OLS：$\hat\beta=(X^\mathsf{T}X)^{-1}X^\mathsf{T}y$ 仍一致（在常规条件下）；
• 真实方差：$\mathrm{Var}(\hat\beta\mid X)=(X^\mathsf{T}X)^{-1}X^\mathsf{T}\Omega X(X^\mathsf{T}X)^{-1}$；
• 若误用 $\sigma^2(X^\mathsf{T}X)^{-1}$，推断失真。

White 稳健 SE 用 $\hat\varepsilon_i^2$ 估计 $\Omega$ 的对角，得到夹心协方差（HC0/HC1/HC2/HC3 等小样本变体）。

Breusch–Pagan / White 检验：将 $\hat\varepsilon_i^2$ 对 $X$ 或 $X$ 的水平与平方交叉项回归，检验是否有解释力。

处理路径：

1. 变换 $Y$（如 $\log Y$）——改模型含义；
2. 加权最小二乘（WLS）——需方差模型；
3. 保留 OLS + 异方差稳健 SE——解释不变，推断更稳；
4. 显式建模方差（如 GLM 的均值-方差关系）。

四、关键决策

1. 只要稳健 SE 还是要 WLS？

• 目标是系数解释与检验：优先 OLS + HC SE；
• 目标是效率且方差函数可建模：WLS/FGLS；
• 比例/计数：直接 GLM，而不是硬套正态 OLS。

2. 如何发现

残差 vs 拟合值图是第一现场；再辅以 BP/White 检验。不要只看检验 p 值。

3. 与非线性混淆

喇叭形有时来自漏掉二次项。先检查均值函数是否正确，再谈异方差。

五、MATLAB 示例

rng(11);
n = 200;
x = 1 + 4*rand(n,1);
% 方差随 x 增大
sig = 0.3 + 0.7*x;
y = 2 + 1.5*x + sig.*randn(n,1);
T = table(x, y);
mdl = fitlm(T, "y ~ x");
disp(mdl);

% 残差图
figure;
plotResiduals(mdl, "fitted");
title("残差 vs 拟合（异方差示意）");

% Breusch-Pagan 思想：e^2 ~ x
e = mdl.Residuals.Raw;
bp = fitlm(x, e.^2);
fprintf("BP 型检验（e^2 on x）p = %.4g\n", bp.Coefficients.pValue(2));

% 异方差稳健 SE（HC0 夹心）
X = [ones(n,1) x];
b = mdl.Coefficients.Estimate;
e = mdl.Residuals.Raw;
meat = X' * diag(e.^2) * X;
bread = inv(X' * X);
V_hc0 = bread * meat * bread;
se_hc0 = sqrt(diag(V_hc0));
fprintf("普通 SE: %.4f %.4f\n", mdl.Coefficients.SE(1), mdl.Coefficients.SE(2));
fprintf("HC0  SE: %.4f %.4f\n", se_hc0(1), se_hc0(2));

% 若用 fitlm 的稳健选项（若版本支持 RobustOpts 是对异常值；异方差可用 coefCI 等）
% 加权最小二乘：假设 sigma ∝ x
w = 1 ./ (x.^2);
mdl_w = fitlm(T, "y ~ x", "Weights", w);
disp(mdl_w);

% 对数变换对照（若 y>0）
T.logy = log(y);
mdl_log = fitlm(T, "logy ~ x");
fprintf("log 模型 R^2=%.3f（解释变为半弹性）\n", mdl_log.Rsquared.Ordinary);

六、如何解释结果

1. 展示残差图与检验；
2. 说明对 SE / p 值的影响（对照普通 SE 与稳健 SE）；
3. 若变换或加权，明确新模型的含义；
4. 最终推断以稳健方法为准时要写明 “heteroscedasticity-robust SE”。

七、常见误区

1. 异方差就说 OLS 系数完全作废

均值模型仍可能成立；先修 SE，再考虑效率。

2. 一看 BP 显著就对数变换

可能牺牲可解释性，且未必解决。

3. 忽略均值设定错误

先把线性/漏变量问题解决。

4. 时间序列用横截面 BP 就完事

还可能有自相关，需 HAC（如 Newey–West）。

八、小结

异方差的关键影响是：

系数点估计未必坏，但普通标准误会骗人。

诊断靠残差图，处理靠稳健 SE、WLS 或更合适的 GLM。报告中应展示诊断并声明最终推断所用的协方差估计。

在报告中建议增加一张“诊断—处理—结论”对照表：先写残差图或一致对统计量给出的证据，再写采用了稳健标准误、变换、加权或改用何种相关，最后写推断是否改变。这样评阅人可以在一分钟内看完你的稳健性逻辑。