Heteroscedasticité

Voir "homoscedasticité".

________________

Histogramme

Voir ici.

_____________________

Homoscedasticité

 Terme rencontré en Régression, et plus particulièrement de Régression Linéaire Simple ou Multiple. Il fait référence au fait que la variance ² de y, la variable "à prédire", est constante sur tout le domaine de la (ou des) variable(s) indépendante(s) x :

var(y) = ²(x) = ²

 Si  y peut être considérée comme une fonction de x à laquelle se superpose un "bruit" aléatoire , alors "homoscedasticité" fait référence au fait que la variance de ce bruit ne varie pas d'un point à l'autre du domaine de x :

y = f(x) +

var() = ² = Cte.

 L'homoscedasticité est considérée comme une circonstance favorable parcequ'elle est une condition nécessaire à ce que la Droite des Moindres Carrés (en Régression Linéaire Simple) soit le meilleur prédicteur possible quand f(x) est une fonction linéaire.

Lorsque les données ne vérifient pas la condition d'homoscedasticité, on dit que l'on est confronté au problème de l'hétéroscédasticité. Il existe quelques moyens de lutter contre l'hétéroscédasticité, dont le plus connu est le recours à la technique des Moindres Carrés Pondérés.