A. 計量經濟學。加權最小二乘修正異方差性。怎麼判斷哪個權數的效果更好「經估計檢驗發現用權數w2的效果
金剛石（C）是自然界中最硬的物質，石墨（C）是最軟的礦物之一，活性炭、木炭具有強烈的吸附
B. 計量經濟學如何消除異方差
我是學經濟的 我很奇怪lz你怎麼判斷出上述回歸存在異方差 上面一個問內題只是20個樣本的時間序列容 而且你的回歸擬合優度相當的好 99.85% 所有變數都是顯著 DW指標又拒絕了自相關 但是我覺得這個回歸結果很可疑 因為時間序列我們一般通過取自然對數的方法來考察變化率 而不用絕對數值 這樣就消除了潛在的異方差風險
如果你懷疑存在異方差 估計結果仍然是無偏一致的 但結果是無效的 可以用懷特穩健性方差來修正 或者在能夠確定殘差與解釋變數的關系後用廣義最小二乘法
C. 計量經濟學中用懷特（White）檢驗修正了異方差性，進行自相關檢驗時發現該模型還有序列自相關，該如何修正
看你的目的是什麼啦，如果僅僅估計參數，無論是異方差還是自相關，你的回參數都是無偏的答；但方差較大，預測准確度較低。
你要克服異方差同時還有自相關，建議擬採用FGLS（可行廣義二乘），可同時達到目的。廣義差分盡管也可以，但損失自由度，而且要你自己推斷出相關系數。
但我覺得奇怪的是，你為什麼同時既有異方差又有序列相關；所以我覺得你很可能是有遺漏變數，遺漏變數進入殘差項中，且與自變數相關，最終會導致你估計非無偏且非一致。
所以，最好先用直接做回歸，後得到的殘差，與自變數測下相關性；如相關性強，則說明存在遺漏變數。然後你採用工具變數法進行回歸就可以了。
D. 關於計量經濟學中的異方差檢驗，問題在圖片中，在線等，謝謝
零均值，同方差，無自相關，第二個是方差公式
E. 計量經濟學異方差為什麼除以一個xi可以消除
xi是什麼，沒有見過這種方法
xi是啞變數才用的程序，而且是stata裡面的
F. 計量經濟學異方差修正後，解釋變數的t檢驗通不過怎麼辦
增數據量能產顯著實際微差異通增加數據能擴顯著能性
G. 計量經濟學中，我在做實證分析時，模型既有異方差又有自相關，怎麼處理這個問題是怎麼處理的呢
首先，若是橫截面數據主要考慮異方差，若是時間序列主要考慮自相關。
你現在的情況同時存在異方差和自相關，建議你先考慮產生自相關的原因是模型誤設還是純粹的自相關。如果只是純粹的自相關，可以用FGLS解決自相關的問題。
而你在解決了自相關後發現，還存在異方差的問題。但是通常情況下方差都是未知的，我們不方便再做加權最小二乘了。這時要解決異方差的問題，可以採用懷特的「異方差穩健標准誤」，基於這個標准誤構造出的統計量可以做出有效的統計推斷。
再說一種方法吧，當同時存在異方差和自相關時，你可以直接使用HAC，也就是異方差自相關一致標准誤，基於這個標准誤構造的統計量可以做出正確的推斷。它的前提是你的樣本需要足夠大。
最後，還需要你根據自己的情況構造出一個合適的模型，上面那些只是理論上的參考。
H. 計量經濟學中,運用加權最小二乘法（權數為1/X）消除異方差後,經濟變數在經濟學上是否仍有意義
還是代表原來的意義,因為,方程兩邊可以同時乘以x消除權重,相當於沒有變換.變換的目的是消除隨機干擾項的異方差問題,而不是為了改變自變數和因變臉.
I. 計量經濟學異方差檢驗圖像法散點圖怎麼沒顯示
異方差使用加權最小二乘或廣義最小二乘自相關使用廣義差分方法一般來說，時間序列中自相關比較突出，截面數據中異方差比較突出。你根據你的數據來源，先處理主要矛盾，然後再處理次要矛盾。