Ein Zustand in einem Regressionsmodell, bei dem die Varianz der Fehlerterme nicht über die Beobachtungen konstant ist und häufig mit den Prädiktoren oder den angepassten Werten variiert.

Prinzip

Wenn Var(εi | xi) über i hinweg unterschiedlich ist, sind die üblichen OLS-Standardfehler inkonsistent; während OLS-Schätzer unter Exogenität unverzerrt bleiben können, sind Inferenz und Effizienz beeinträchtigt, sofern nicht korrigiert wird.

Demonstration

Bei der Modellierung von Haushaltsausgaben können Haushalte mit höherem Einkommen größere Ausgabenstreuung zeigen als Haushalte mit niedrigerem Einkommen, wodurch Residuen entstehen, deren Streuung mit dem vorhergesagten Konsum zunimmt.

Fehlanwendung

Heteroskedastizität zu ignorieren und konventionelle OLS-Standardfehler und t‑Tests zu berichten, als wären die Fehler homoskedastisch, führt zu irreführenden Signifikanzniveaus und Konfidenzintervallen.

Konsequenz

Erkennung und Korrektur (z. B. robuste Standardfehler, gewichtete kleinste Quadrate oder Modellierung der Varianz) stellen gültige Inferenz wieder her und können die Effizienz des Schätzers erhöhen; unterlassene Korrekturen untergraben Hypothesentests und politische Schlussfolgerungen.

Umkehrung

Homoskedastizität: die Fehlervarianz ist über die Beobachtungen konstant, was die Inferenz vereinfacht und konventionelle OLS-Standardfehler unter Exogenität validiert.

Abgrenzung

Bezieht sich speziell auf den zweiten Moment (Varianz) der Fehlerverteilung; unterscheidet sich von Nicht-Normalität, Autokorrelation oder struktureller Fehl­spezifikation, obwohl mehrere Probleme gleichzeitig auftreten können.

Semantische Spannung

Spannung zwischen expliziter Modellierung der Heteroskedastizität (parametrische Varianzfunktionen oder GLS) und der Verwendung heteroskedastizitätsrobuster Inferenz, die eine unbekannte Varianzstruktur akzeptiert, aber konsistente Standardfehler anstrebt.

Synthese

Heteroskedastizität beschreibt nicht konstante Fehlervarianz; Praktiker müssen sie erkennen, ihre ökonomischen Ursachen untersuchen und geeignete Korrekturen anwenden, damit Koeffizienten interpretierbar bleiben und Inferenz gültig ist.