L'hétéroscédasticité : quand la variance des erreurs n'est pas constante
L'hétéroscédasticité est la violation de l'hypothèse d'homoscédasticité en régression linéaire : la variance des erreurs Var(ε|X) n'est plus constante mais dépend des valeurs des régresseurs ou d'autres facteurs. En L2…

hétéroscédasticité
L'hétéroscédasticité est la violation de l'hypothèse d'homoscédasticité en régression linéaire : la variance des erreurs Var(ε|X) n'est plus constante mais dépend des valeurs des régresseurs ou d'autres facteurs. En L2 économétrie, c'est l'une des violations d'hypothèses MCO les plus fréquentes — typique des modèles…
L'hétéroscédasticité est la violation de l'hypothèse d'homoscédasticité en régression linéaire : la variance des erreurs Var(ε|X) n'est plus constante mais dépend des valeurs des régresseurs ou d'autres facteurs. En L2 économétrie, c'est l'une des violations d'hypothèses MCO les plus fréquentes — typique des modèles de revenus, dépenses ou entreprises où la dispersion des résidus augmente avec le niveau de Y ou de X. Les estimateurs MCO restent sans biais mais deviennent inefficients et, surtout, les écarts-types usuels sont incorrects, invalidant les tests t et F. Maîtriser la détection (graphiques, White, Breusch-Pagan) et la correction (erreurs-types robustes, MCO pondérés, forme log) est indispensable pour les QCM et les travaux pratiques.
Objectifs d'apprentissage
- Définir homoscédasticité et hétéroscédasticité des erreurs
- Analyser les conséquences sur les MCO (biais, efficience, écarts-types)
- Détecter l'hétéroscédasticité via graphiques et tests (White, Breusch-Pagan)
- Appliquer les corrections : erreurs-types robustes (White/HC) et MCO pondérés (WLS)
- Distinguer hétéroscédasticité, autocorrélation et multicolinéarité
Concepts clés à maîtriser
Homoscédasticité vs hétéroscédasticité
IntermédiaireHomoscédasticité : Var(ε|X) = σ² ; Hétéroscédasticité : Var(ε|X) = h(X)
Conséquences sur les MCO
IntermédiaireDétection graphique
IntermédiaireTests de White et Breusch-Pagan
IntermédiaireBreusch-Pagan : LM = n × R²_aux ~ χ²(k) sous H₀
Erreurs-types robustes (White/HC)
IntermédiaireMCO pondérés (WLS) et forme log
IntermédiairePour Breusch–Pagan studentisé (Koenker), l’auxiliaire des résidus au carré sur une constante et deux variables de variance, de rang plein, donne n=200 et R²=0,04. Moyenne bien spécifiée, observations indépendantes, régularité admise. Au seuil asymptotique 5 %, χ²₂=5,991, quelle décision ?

Auteurs et références
- White, H. (1980) — A Heteroskedasticity-Consistent Covariance Matrix Estimator, Econometrica
- Breusch, T.; Pagan, A. (1979) — A Simple Test for Heteroscedasticity, Econometrica
- Wooldridge, J. (2019) — Introductory Econometrics: A Modern Approach, Cengage
Pièges fréquents à éviter
Dans un graphique de résidus MCO contre valeurs ajustées, la moyenne locale dessine une courbe, tandis que la dispersion augmente avec les valeurs ajustées. En coupe indépendante, quelle stratégie distingue les deux signaux sans faire du graphique une preuve définitive ?

Questions types d'examen
- Quelles conséquences de l'hétéroscédasticité sur les estimateurs MCO ?
- Comment détecter graphiquement l'hétéroscédasticité ?
- Que teste le test de White ? Et le test de Breusch-Pagan ?
- Quand utiliser les erreurs-types robustes de White ?
- Quelle différence entre hétéroscédasticité et autocorrélation des résidus ?
À retenir
Hétéroscédasticité = Var(ε|X) non constante (violation de l'homoscédasticité). MCO : β̂ sans biais mais inefficients, SE usuels faux → tests invalides. Détection : graphique entonnoir (résidus vs Ŷ), tests White et Breusch-Pagan. Correction : SE robustes (White/HC) pour l'inférence, WLS ou forme log pour l'efficience. Ne pas confondre avec autocorrélation (DW) ni multicolinéarité (VIF). L'examinateur attend conséquences, tests et corrections.
Notions liées à approfondir
Teste tes connaissances
7 questions disponibles
Choisis ton mode et entraîne-toi avec des corrections détaillées.
Questions fréquentes
Qu'est-ce que hétéroscédasticité en econometrie-1 ?
L'hétéroscédasticité est la violation de l'hypothèse d'homoscédasticité en régression linéaire : la variance des erreurs Var(ε|X) n'est plus constante mais dépend des valeurs des régresseurs ou d'autres facteurs. En L2 économétrie, c'est l'une des violations d'hypothèses MCO les plus fréquentes…
Combien de questions sont disponibles ?
CampusQCM propose 7 questions corrigées sur hétéroscédasticité avec explications pédagogiques détaillées.
Comment réviser hétéroscédasticité efficacement ?
Commencez par le mode Révision, lisez les corrections, refaites les erreurs après quelques jours, puis passez en mode Examen.
Ce QCM est-il adapté au programme de L2 ?
Oui, nos questions correspondent au programme officiel de L2 du cursus Economie.
Les QCM fonctionnent-ils sur mobile ?
Oui, CampusQCM est entièrement optimisé pour smartphones et tablettes. Révisez hétéroscédasticité où que vous soyez, vos scores se synchronisent entre vos appareils.
Les QCM sont-ils gratuits ?
Oui, tous nos QCM sont entièrement gratuits. Créer un compte vous permet de sauvegarder vos scores et suivre votre progression, mais ce n'est pas obligatoire.