Hej Kia

Ja, det hedder heteroskedasticitet ;-) Det ville være lidt misvisende at sige, at begrebet betyder det "modsatte" af varianshomogenitet - for det gør det egentlig ikke. Det referer derimod til den omstændighed, at den empiriske varians på residualerne i en regressionsmodel ikke er ens for alle personer eller grupper i stikprøven. Som med alle former for statistisk afvigelse kan der derfor både være "stor" og "lille" heteroskedasticitet.

Men hvad betyder det? En af antagelserne i den almindelige regressionsmodel er, at variationen på modellens residualer er ens. Grunden hertil er, de kvadratsumsafvigelserne, som ligger til grund for de F og T-værdier, som man normalt bruger til signfiikanstest for sine forklarende variable, ikke udregnes på en konsistent måde, hvis der optræder heteroskedasticitet. Jo mere heteroskedasticitet desto "dårligere" signifikanstest får vi. Men antagelsen er selvfølgelig rimelig "fladpandet" i forhold til den virkelige verden - for hvorfor i alverden skulle alle personer eller gruppers gennemnsitlige afvigelse fra din models forudsigelser være den samme? Det er bare en statistisk antagelse ;-)

Mvh.

Mads