第四章 经典单方程计量经济学模型：放宽基本假定的模型前两章计量经济学模型的回归基于若干基本假设，应用普通最小二乘法得到了线性、无偏、有效的参数估计量。
但实际的计量经济学问题中，完全满足这些基本假定的情况不多。
称不满足基本假定的情况为基本假定违背。
以一元为例，重述基本假定：① i X 为确定性变量，非随机的（i X 确定，且j X 间互不相关；若多元回归时相关，称为多重共线性：()1rk X k <+； 若存在一个或多个解释变量是随机变量，称为随机解释变量问题）；② 随机干扰项具有0均值，同方差：20,i i D E μμμσ==（2i i D μσ=即所谓异方差）③ cov(,)0,i j i j μμ=∀≠，随机干扰项互相独立，无序列相关（()cov ,0i j μμ≠，序列相关）。
④ ()cov ,0,1,2,...,,1,2,...,ji i X j k i n μ===，解释变量与随机误差项间不相关，这样将j i X ，i μ对Y 的影响分开。
⑤ ()20,,1,2,...,iN i n μμσ=，由中心极限定理保证。
而①―④需要作出计量经济学意义的检验。
基于此，基本假定违背主要包括以下几种情况：1）随机干扰项序列存在异方差性（同方差）；2）随机干扰项序列存在序列相关性（序列不相关）；3）解释变量之间存在多重共线性（不相关）；4）解释变量是随机变量，且与随机干扰项相关（解释变量确定，与随机干扰项不相关）；5）模型设定有偏误（模型设定正确）；6）解释变量的方差随着样本容量的增加而不断增加（方差趋于常值）。
在对计量经济学模型进行回归分析时，必须要进行计量经济学检验：检验是否存在一种或多种违背基本假定的情况。
若有违背情况，应用普通最小二乘法估计模型就不能得到无偏的、有效的参数估计量，OLS法失效，这就需要发展新的方法估计模型。
本章主要讨论前四种，后两种将在第五四章、第九章讨论。
4.1 异方差性（93页）一、异方差性（主要以一元为例，多元类似）1．异方差性概念（Heteroskedasticity）：同方差性是指每个i 围绕其零平均值的方差，并不随解释变量X 的变化而变化，不论解释变量观测值是大还是小，每个i μ的方差保持相同，即 2i const σ=。
