Hétéroscédasticité

Distribution des erreurs. Hétéroscédasticité.

En statistique, on parle d'hétéroscédasticité lorsque les variances des résidus des variables examinées sont différentes. Le mot provient du grec, composé du préfixe hétéro- (« autre »), et de skedasê (« dissipation»). Une collection de variables aléatoires est hétéroscédastique s'il y a des sous-populations qui ont des variabilités différentes des autres.

La notion d'hétéroscédasticité s'oppose à celle d'homoscédasticité. Dans le second cas, la variance de l'erreur des variables est constante i.e. $Var(\varepsilon _{i})=\sigma ^{2}~\forall i$. Tandis qu’en cas d'hétéroscédasticité, nous avons $~\forall i,Var(\varepsilon _{i})=\sigma _{i}^{2},$ où $\sigma _{i}^{2}$ peut être différent de $\sigma _{j}^{2}$ pour $i\neq j$.

Tests d'hétéroscédasticité

• Test de Goldfeld et Quandt (1965)
• Test de Glejser (1969)
• Test de White (1980)
• Test du multiplicateur de Lagrange (Lagrange Multiplier : LM)

Voir aussi

Article connexe

• Homoscédasticité

Lien externe

Normalité des résidus en fonction des valeurs prédites