简述white检验与b-p检验有何异同如下：

1、目的

（1）White检验：用于检验回归模型中是否存在异方差。

（2）B-P检验（Breusch-Pagan检验）：也用于检验回归模型中是否存在异方差。

2、原假设

（1）White检验：原假设是存在同方差（homoskedasticity）。

（2）B-P检验：原假设是存在同方差。

3、检验方法

（1）White检验：通过构建辅助回归模型，将残差的平方作为因变量，回归模型的解释变量作为自变量，进行回归分析，并进行统计检验。

（2）B-P检验：通过构建辅助回归模型，将残差的平方作为因变量，回归模型的解释变量和其他可能导致异方差的变量作为自变量，进行回归分析，并进行统计检验。

4、检验统计量

（1）White检验：使用的统计量是自由度为解释变量个数的卡方分布。

（2）B-P检验：使用的统计量是自由度为解释变量个数的卡方分布。

5、结果解释

（1）White检验：如果检验结果的p值小于显著性水平，可以拒绝原假设，认为存在异方差。

（2）B-P检验：如果检验结果的p值小于显著性水平，可以拒绝原假设，认为存在异方差。

white检验与b-p检验的原理。

1、white检验

White检验是一种用于检验回归模型中是否存在异方差（heteroskedasticity）的统计方法。它最早由经济学家Halbert White在1980年提出。White检验的主要目的是判断回归模型的残差是否具有异方差性，即残差的方差是否与解释变量的取值有关。

White检验的原假设是存在同方差（homoskedasticity），即残差的方差在不同解释变量取值下保持不变。

2、B-P检验的原理

B-P检验的原理是基于辅助回归模型，假设存在异方差时，随机误差项的方差与解释变量相关。通过检验辅助回归模型中的解释变量的显著性，来判断是否存在异方差。

本文地址： http://www.goggeous.com/20250102/1/1114592

文章来源：天狐定制

版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。