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。
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。
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。
