会计学模型(móxíng)显示的结果和问题：第一节异方差(fānɡchà)性的概念（二）异方差(fānɡchà)性的含义（一）模型(móxíng)中省略了某些重要的解释变量（四）截面数据中总体各单位的差异通常认为，截面数据较时间序列数据更容易产生异方差。这是因为同一时点不同对象的差异，一般说来会大于同一对象不同时间的差异。不过，在时间序列数据发生较大(jiàodà)变化的情况下，也可能出现比截面数据更严重的异方差。第二节异方差(fānɡchà)性的后果第三节异方差(fānɡchà)性的检验用1998年四川省各地市州农村居民家庭消费支出与家庭纯收入的数据，绘制出消费支出对纯收入的散点图，其中(qízhōng)用表示农村家庭消费支出，表示家庭纯收入。（二）残差图形(túxíng)分析二、Goldfeld-Quanadt检验(jiǎnyàn)三、White检验(jiǎnyàn)（三）检验(jiǎnyàn)的基本步骤：（一）ARCH过程设ARCH过程为（5.16）p为ARCH过程的阶数,并且为随机误差。（二）检验的基本思想在时间序列数据中，可认为(rènwéi)存在的异方差性为ARCH过程，并通过检验这一过程是否成立去判断时间序列是否存在异方差。1、提出原假设：中至少有一个不为零2、参数估计并计算对原模型作OLS估计，求出残差，并计算残差平方序列(xùliè)，以分别作为对的估计。3、求辅助回归（5.17）4、检验计算辅助回归的可决系数，并且在成立时，基于大样本，渐进服从；给定显著性水平查分布表得临界值，如果(rúguǒ)，则拒绝原假设，表明模型中得随机误差存在异方差。(四)检验的特点●变量的取值为大样本，并且是时间序列●只能判断模型中是否存在异方差，而不能诊断出哪一个变量引起的异方差。第四节异方差(fānɡchà)性的补救措施（5.20）式的随机误差项的方差(fānɡchà)为（5.21）经变换的（5.19）式的随机误差项已是同方差(fānɡchà)。二、加权最小二乘法(chéngfǎ)三、模型(móxíng)的对数变换第五节案例(ànlì)分析四川省2000年各地区(dìqū)医疗机构数与人口数二、参数估计（一）图形(túxíng)法绘制对的散点图。2、判断。由图可以看出，残差平方(píngfāng)对解释变量X的散点图主要分布在图形中的下三角部分，大致看出残差平方(píngfāng)随的变动呈增大的趋势，因此，模型很可能存在异方差。但是否确实存在异方差还应通过更进一步的检验。（二）Goldfeld-Quanadt检验(jiǎnyàn)（3）求F统计量值。（4）判断在下，统计量分子、分母的自由度均为6查F分布表得临界值为因为所以(suǒyǐ)拒绝原假设，表明模型确实存在异方差。四、异方差(fānɡchà)的修正估计结果：结论:运用加权小二乘法消除了异方差性后，参数的t检验均显著，可决系数大幅提高，F检验也显著，并说明人口数量每增加1万人，平均说来将增加2.953个卫生医疗机构，而不是(bùshi)引子中得出的增加5.3735个医疗机构。