我不太会用Eviews进行异方差检验,我用的怀特检验法得到了如下图的结果,不太懂到底有没有异方差White Heteroskedasticity Test:\x05\x05\x05\x05\x05\x05\x05\x05F-statistic\x050.893835\x05 Probability\x05\x050.494001Obs*R

我不太会用Eviews进行异方差检验,我用的怀特检验法得到了如下图的结果,不太懂到底有没有异方差
White Heteroskedasticity Test:\x05\x05\x05\x05
\x05\x05\x05\x05
F-statistic\x050.893835\x05 Probability\x05\x050.494001
Obs*R-squared\x054.616402\x05 Probability\x05\x050.464462
\x05\x05\x05\x05
\x05\x05\x05\x05
Test Equation:\x05\x05\x05\x05
Dependent Variable:RESID^2\x05\x05\x05\x05
Method:Least Squares\x05\x05\x05\x05
Date:03/21/12 Time:14:54\x05\x05\x05\x05
Sample:2008M01 2011M12\x05\x05\x05\x05
Included observations:48\x05\x05\x05\x05
\x05\x05\x05\x05
Variable\x05Coefficient\x05Std.Error\x05t-Statistic\x05Prob.
\x05\x05\x05\x05
C\x052.38E-05\x059.61E-06\x052.475451\x050.0174
X\x05-0.000598\x050.000555\x05-1.076557\x050.2878
X^2\x050.006291\x050.007679\x050.819168\x050.4173
X*X2\x05-0.002842\x050.006594\x05-0.431072\x050.6686
X2\x050.000183\x050.000114\x051.604567\x050.1161
X2^2\x05-0.000273\x050.001543\x05-0.177061\x050.8603
\x05\x05\x05\x05
R-squared\x050.096175\x05 Mean dependent var\x05\x051.18E-05
Adjusted R-squared\x05-0.011423\x05 S.D.dependent var\x05\x051.61E-05
S.E.of regression\x051.62E-05\x05 Akaike info criterion\x05\x05-19.11210
Sum squared resid\x051.10E-08\x05 Schwarz criterion\x05\x05-18.87820
Log likelihood\x05464.6903\x05 F-statistic\x05\x050.893835
Durbin-Watson stat\x051.630728\x05 Prob(F-statistic)\x05\x050.494001

怀特检验看n*R^2与相应卡方分布临界值（x^2（r））的大小.
n为样本容量,R^2为相关系数,x为卡方符号,r为辅助方程中解释变量个数.
X
X^
X*X2
X2
X2^2
由此看辅助方程中解释变量个数共5个,所以你去查卡方分布表,查表得,在5%显著性水平（如果你的问题所取得显著性水平不是5%,那就换成你的显著性水平再查）下,此临界值为11.072.比较11.072与n*R^2的大小（样本容量自己数数）,前者大,则没异方差,否则有.

不需要查表，看后面P值即可，大于0.05，不存在异方差性

不存在异方差

Obs*R-squared\x094.616402\x09 Probability\x09\x090.464462
看这个卡方分布，后面的P值越接近于0，异方差就严重了，这里为0.464462. 所以不存在有害的异方差