Heteroskedastizität

in einem Regressionsmodell die Erscheinung, dass die Störterme nicht alle die gleiche Varianz besitzen.

Das Vorliegen von Heteroskedastizität stellt eine Verletzung der Annahmen des klassischen Modells der linearen Regression (Regression, lineare) dar und führt zu einem Effizienzverlust der OLS-Schätzer (Kleinstquadratemethode, gewöhnliche) und falsch ermittelten Standardfehlern, die dazu führen, dass Standardtests an Aussagekraft verlieren. Eine Verzerrung der OLS-Schätzer folgt nicht. Die Existenz von Heteroskedastizität ist mittels diverser Heteroskedastizitätstests statistisch prüfbar. Um den Folgen von Heteroskedastizität zu begegnen, bietet sich die Verwendung des GLS-Schätzers (Kleinstquadratemethode, verallgemeinerte) oder von White-Standardfehlern an.

Gegensatz: Homoskedastizität.

Vgl. auch ARCH(p)-Modell, GARCH(p,q)-Modell.