sas异方差

在方差分析过程中进行方差齐性检验即可。
操作菜单：Analyze-Compare
Means-One
Way
ANOVA进入单因62616964757a686964616fe59b9ee7ad9431333431343065素方差分析过程，在Option选项中将Homogeneity
of
variance
test复选框打勾，可以完成方差齐性检验，如果不能通过，则可以认为存在异方差。
因为方差分析过程一般要求方差齐，所以存在异方差最好能进行调整，SPSS中提供了更为简便的方法，在同一菜单中的Post
Hoc中提供了方差齐（Equal
Variances）假设和方差不齐（Equal
Variances
not）假设下各自适用的分析方法，方差不齐时就选用下面的几种来实现。
如果是回归分析过程中关于残差的检验，因为回归分析要求残差服从均值为0，方差相同的正态分布，因此必须对残差进行异方差性检验。这个检验SPSS13.0的线性回归过程中提供了残差的PP正态检验图（菜单在Linear过程的Plots中，将Nomal
Probability
Plot选上），可以大致判断出残差是否异方差性。或许还可以用SPSS的回归过程生成残差序列值，然后再对残差序列进行方差齐性检验。
至于如果补救措施，可以对原始变量进行转换，或者使用加权最小二乘法WLS。
如果Eviews会用，可以考虑用Eviews来做，它的异方差检验更完备，除了残差图之外，它还提供G-Q检验、White检验、帕克检验和Gleiser检验，具体参考Eviews的回归分析部分。
上述仅代表个人观点，未经专家考证，仅供参考。