Пусть в модели линейной регрессии

нарушено одно из условий Гаусса-Маркова: математическое ожидание ошибок равно 0

, а дисперсия остатков

пропорциональна величине

, меняющейся с изменением какого-то фактора,

– неизвестная постоянная, характеризующая дисперсию ошибки при соблюдении предпосылки о гетероскедастичности. Для перехода к уравнению с гомоскедастичными остатками все переменные уравнения необходимо поделить на величину…