Гомоскедастичность: Решение задачи

Для ответа на этот вопрос нужно рассмотреть одну из ключевых предпосылок классической линейной регрессионной модели (условия Гаусса-Маркова). Условие гомоскедастичности (от греческого "равный разброс") гласит, что дисперсия случайного члена (ошибки) постоянна для всех наблюдений. Математически это записывается так: \[Var(\varepsilon_i) = \sigma^2 = const\] для всех \(i = 1, 2, \dots, n\). Это означает, что неопределенность или "разброс" случайной составляющей не меняется в зависимости от номера наблюдения, величины объясняющих переменных или времени. Следовательно, распределение вероятностей случайного члена идентично для каждого наблюдения в выборке. Если это условие нарушается (дисперсия меняется), возникает явление гетероскедастичности. Правильный ответ: одинакова для всех.