Homoscédasticité

En statistique, l'homoscédasticité est une propriété fondamentale du modèle de la régression linéaire générale et fait partie de ses hypothèses de base. Cette notion provient du grec et est composée du préfixe homós (« semblable, pareil ») et de skedasê (« dissipation»).

On parle d'homoscédasticité lorsque la variance des erreurs stochastiques de la régression est la même pour chaque observation i (de 1 à n observations). La notion d'homoscédasticité s'oppose à celle d'hétéroscédasticité, qui correspond au cas où la variance de l'erreur des variables est différente. Tandis que dans le cas d'hétéroscédasticité, nous avons Var[ε_i]=σ_i², où σ_i² peut être différent de σ_j², pour i≠j, nous avons désormais Var[ε_i]=σ² ∀i.

Tests d'homoscédasticité

• Test de Breusch-Pagan
• Test de Goldfeld et Quandt
• Test de Bartlett
• Test de Levene
• Test de Brown–Forsythe (en)

Tests nécessitant l'homoscédasticité

• Test de Student

Voir aussi

Articles connexes

• Test de Breusch-Pagan, test de l'homoscédasticité du terme d'erreur dans une régression linéaire.
• Hétéroscédasticité

Lien externe

Normalité des résidus en fonction des valeurs prédites

• Portail des probabilités et de la statistique