KNOWECON WIKI

ARTICLE

White 检验

White 检验 White 检验是计量经济学中检测异方差性的经典方法，由 Halbert White 于 1980 年提出。它检验线性回归模型中随机误差项是否具有恒定方差（同方差性），其核心优势在于不要求预先设定异方差的具体函数形式，属于一般性检验。 检验原理 考虑标准线性回归模型： 同方差假设为 Var(u_i x_i) = ^2（常数）。White 检

浏览 0 更新 2025-07-15

White 检验

White 检验是计量经济学中检测异方差性的经典方法，由 Halbert White 于 1980 年提出。它检验线性回归模型中随机误差项是否具有恒定方差（同方差性），其核心优势在于不要求预先设定异方差的具体函数形式，属于一般性检验。

检验原理

考虑标准线性回归模型：

yi=β0+β1xi1+⋯+βkxik+ui,i=1,…,ny_i = \beta_0 + \beta_1 x_{i1} + \cdots + \beta_k x_{ik} + u_i, \quad i = 1,\dots,n

同方差假设为 Var(ui∣xi)=σ2\mathrm{Var}(u_i \mid \mathbf{x}_i) = \sigma^2（常数）。White 检验的思想是：若存在异方差，则残差平方 u^i2\hat{u}_i^2 应与自变量及其交叉项和平方项系统性地相关。

检验步骤

  1. 估计原模型：用 OLS 估计原始回归方程，获得残差 u^i\hat{u}_i 和残差平方 u^i2\hat{u}_i^2。
  2. 构造辅助回归：将 u^i2\hat{u}_i^2 对所有自变量、自变量的平方项以及两两交叉项做回归。对于 kk 个自变量的模型，辅助回归包含截距项、kk 个一次项、kk 个平方项和 k(k−1)/2k(k-1)/2 个交叉项，共 p=1+k+k(k+1)/2p = 1 + k + k(k+1)/2 个回归元。
  3. 计算检验统计量：nR2nR^2 形式或 Lagrange 乘数 (LM) 形式，其中 R2R^2 为辅助回归的拟合优度： \[ \mathrm{LM} = n \cdot R^2 \xrightarrow{d} \chi^2(p-1) \]
  4. 决策规则：若 nR2>χα2(p−1)nR^2 > \chi^2_{\alpha}(p-1)，拒绝同方差原假设。

White 异方差一致性标准误

White (1980) 在提出该检验的同时，还提出了异方差稳健标准误（Huber-White sandwich estimator）：

Var^(β^)=(XTX)−1(∑i=1nu^i2xixiT)(XTX)−1\widehat{\mathrm{Var}}(\hat{\boldsymbol{\beta}}) = (\mathbf{X}^T\mathbf{X})^{-1} \left(\sum_{i=1}^{n} \hat{u}_i^2 \mathbf{x}_i \mathbf{x}_i^T\right) (\mathbf{X}^T\mathbf{X})^{-1}

这使得即使存在未知形式的异方差，t 检验和 F 检验依然渐近有效，极大提升了回归推断的稳健性。

与 Breusch-Pagan 检验的比较

  • Breusch-Pagan 检验：假设异方差是自变量的线性函数，检验功效集中于特定方向，自由度损失小（辅助回归仅含 kk 个回归元）。
  • White 检验：不设定异方差形式，为一般性检验；但辅助回归参数数量以 O(k2)O(k^2) 增长，在小样本中自由度的严重损失可能导致检验功效下降。

注意事项

  • 大样本要求：White 检验是渐近检验，依赖卡方分布的大样本近似，小样本下可能失真。
  • 交叉项爆炸：自变量较多时辅助回归参数数量快速增长。实践中常使用 White 检验的简化形式：仅包含一次项和平方项，省略交叉项。
  • 原假设的局限：拒绝同方差原假设仅表明存在异方差，不揭示异方差的具体结构。若需指导模型修正（如采用 WLS 或变换），建议结合残差图和其他诊断方法。
  • 与稳健标准误的关系：实际应用中，研究者常直接使用 White 稳健标准误绕过异方差问题，但仍需报告 White 检验结果以说明模型诊断过程。

扩展与变体

White 检验的思想已扩展至多种计量模型：面板数据中用于检验组间异方差的似然比型 White 检验；非线性模型中基于广义残差的一般性异方差检验；以及条件矩检验框架下对 White 检验的重新表述。这些扩展使 White 检验的方法论在当代计量经济学中持续发挥影响力，成为实证研究中不可或缺的诊断工具。