1、处理异方差的第一步就是要先明确什么是异方差。在此处我们仅需简单理解为：异方差就是说随机误差项具有不同的方差。下图为异方差的基本表现形式。观察下图我们可以大致观察出，样本点分布呈现出扩张或者收缩的趋势，我们可以通过画图简单判别是否存在异方差问题。
2、第二步：画图简单看看是不是存在异方差。打开需要处理异方差问题的数据，按照以下命令进行处理：筠续师诈regress y x1 x2 x3 x4解彩惚湛厦释：其中y为被解释变量，x1-x4为解释变量。rvfplot,yline(0) xline(0)解释：画出残差和拟合值散点图的命令，其中yline(0) xline(0) 表示画出坐标轴的意思（可以不加，无影响）rvpplot x1解释：画出x1和残差之间散点图只需要将实际问题中需要的解释变量和被解释变量带入即可，使用画图法初步观察是否存在异方差的情形，结合第一步的图例，观察如果感觉存在异方差则可以进一步进行异方差的检验。补充：示例图为笔者使用网络上公开数据获得结果示意图，如果你得到的结果和我得类似，则说明你的操作正确，可以进行下一步操作了。
3、第三步（BP检验方法，不推荐使用，推荐使用WHITE检验）：感觉存在异方差，使用B-P检验幞洼踉残B-P检验的基础原理就是通过辅助回归的R^2荑樊综鲶,来检验是否存在异方差的情况。（详细概念，我会继续更新）命令如下：estat hettest,rhs iid解释：1.estat：post-estimation statistics2.hettest：heteroskedasticity test 异方差检验3.iid：独立同分布（不加默认是正态分布）4.rhs：right hand sight 指的是使用右手边的全部解释变量进行辅助回归（不加默认使用y hat进行回归。）补充：1.示例图为笔者使用网络上公开数据获得结果示意图，如果你得到的结果和我得类似，则说明你的操作正确，可以进行下一步操作了。2.看不懂没关系直接使用命令进行检验即可，如果想要深入了解，笔者还会陆续更新相关基础知识内容。3.如果得到Prob > chi2 = 0.0000，则说明拒绝原假设，存在异方差，在实际操作中只要，p值小于0.05都可以认为存在异方差。
4、第三步（BP检验方法补充，可以不看）如果想要对某些解释变量进行辅助回归，命令如下：estat hettest 变量名，iid补充：1.示例图为笔者使用网络上公开数据获得结果示意图，如果你得到的结果和我得类似，则说明你的操作正确，检验阶数。2.如果得到Prob > chi2 = 0.0000，则说明拒绝原假设，存在异方差，在实际操作中只要，p值小于0.05都可以认为存在异方差。
5、第三步（WHITE检验，推荐）estat imtest，white解释：imtest：information matrix test（信息矩阵检验）补充：1.示例图为笔者使用网络上公开数据获得结果示意图，如果你得到的结果和我得类似，则说明你的操作正确，检验结束。2.为啥推荐WHITE检验呢？因为WHITE检验可以检验二次项的异方差情况，我还会继续更新有关基础知识内容。3.只需要看上半部分，IM-test我们不关心。4.如果得到Prob > chi2 = 0.0000，则说明拒绝原假设，存在异方差，在实际操作中只要，p值小于0.05都可以认为存在异方差。
