方差齊性是為了保證回歸參數(shù)估計(jì)量具有良好的統(tǒng)計(jì)性質(zhì)，經(jīng)典線性回歸模型的一個(gè)重要假定：總體回歸函數(shù)中的隨機(jī)誤差項(xiàng)滿足同方差性，即它們都有相同的方差。如果這一假定不滿足，即：隨機(jī)誤差項(xiàng)具有不同的方差，則稱線性回歸模型存在異方差性。

異方差性是指回歸模型中擾動(dòng)項(xiàng)的方差不全相等。假設(shè)線性回歸模型中，擾動(dòng)項(xiàng) ε 的分量是均值為零，彼此獨(dú)立的，但不全相等，在這種情況下。OLS 估計(jì)雖然具有無偏性和一致性，卻不是最優(yōu)線性無偏估計(jì)。因此在預(yù)測(cè)時(shí)波動(dòng)較大。為此，在應(yīng)用 OLS 方法之前要對(duì)模型的異方差性進(jìn)行檢驗(yàn)，并設(shè)法消除異方差性。

若線性回歸模型存在異方差性，則用傳統(tǒng)的最小二乘法估計(jì)模型，得到的參數(shù)估計(jì)量不是有效估計(jì)量，甚至也不是漸近有效的估計(jì)量；此時(shí)也無法對(duì)模型參數(shù)進(jìn)行有關(guān)顯著性檢驗(yàn)。對(duì)存在異方差性的模型可以采用加權(quán)最小二乘法進(jìn)行估計(jì)。

異方差性的檢測(cè)——White test，在此檢測(cè)中，原假設(shè)為：回歸方程的隨機(jī)誤差滿足同方差性。對(duì)立假設(shè)為：回歸方程的隨機(jī)誤差滿足異方差性。判斷原則為：如果nR²>chi² (k)，則原假設(shè)就要被否定，即回歸方程滿足異方差性。在以上的判斷式中，n代表樣本數(shù)量，自由度為k（解釋變量的個(gè)數(shù)）。Chi²（卡方統(tǒng)計(jì)）值可查表所得。