Heterocedasticidade: o que é, consequências e como detectar

Se você já estudou regressão linear para concurso, provavelmente decorou a lista de pressupostos do MQO e seguiu em frente. O problema é que a banca não cobra a lista. Ela cobra o que acontece quando um pressuposto quebra. E o pressuposto que mais quebra em prova é justamente o da variância constante.

Neste artigo você vai entender de uma vez o que é heterocedasticidade, por que ela aparece, o que ela estraga (e o que ela não estraga), como detectar com os testes que caem em prova e como corrigir. Tudo com foco em resolver questão, não em demonstração acadêmica.

O que é heterocedasticidade?

Heterocedasticidade é a situação em que a variância do termo de erro de um modelo de regressão não é constante ao longo das observações. Ou seja, a dispersão dos erros muda conforme o valor das variáveis explicativas.

Partindo do modelo clássico de regressão linear:

$$Y_i = \beta_0 + \beta_1 X_i + u_i$$

Um dos pressupostos de Gauss-Markov exige que a variância condicional do erro seja sempre a mesma, independentemente do valor de $X$. Isso é a homocedasticidade:

$$\operatorname{Var}(u_i \mid X_i) = \sigma^2 \quad \text{(constante para todo } i)$$

Quando essa variância passa a depender da observação, temos heterocedasticidade:

$$\operatorname{Var}(u_i \mid X_i) = \sigma_i^2 \quad \text{(varia com } i)$$

Repare no detalhe que a banca adora: a diferença entre os dois casos é um único subíndice. O $\sigma^2$ sem índice indica variância constante. O $\sigma_i^2$ com índice indica variância que muda de observação para observação.

Etimologia que ajuda a decorar: homo = mesmo, hetero = diferente, cedasticidade vem do grego e remete a dispersão. Homocedasticidade é “mesma dispersão”; heterocedasticidade é “dispersão diferente”.

Gráfico comparando resíduos com homocedasticidade e heterocedasticidade em formato de cone

Homocedasticidade e heterocedasticidade: a diferença visual

A forma mais rápida de identificar o problema é olhar o gráfico de resíduos contra os valores ajustados (ou contra $X$).

Homocedasticidade: os pontos formam uma faixa horizontal de largura constante em torno do zero. Uma “nuvem retangular”.
Heterocedasticidade: os pontos formam um funil, cone, gravata-borboleta ou qualquer padrão em que a dispersão abre ou fecha. A largura da faixa muda.

O caso clássico é o modelo de consumo em função da renda. Famílias de renda baixa têm pouca margem de variação no consumo: gastam quase tudo com o essencial. Famílias de renda alta podem consumir muito ou poupar muito. Resultado: conforme a renda cresce, a dispersão do erro cresce junto. É o formato de cone abrindo para a direita.

Por que a heterocedasticidade acontece

Conhecer as causas ajuda em questões que apresentam um contexto e perguntam qual problema é mais provável. As principais são:

Modelos de aprendizado de erro: conforme as pessoas aprendem, os erros de comportamento diminuem e a variância cai (exemplo: erros de digitação ao longo do tempo de prática).
Aumento da capacidade discricionária: renda, lucro, faturamento. Quanto maior o valor da variável explicativa, maior a liberdade de escolha e maior a dispersão.
Melhoria nas técnicas de coleta de dados: bancos com sistemas melhores de informação produzem erros menores.
Presença de outliers (pontos discrepantes): observações extremas inflam a variância em determinadas faixas.
Erro de especificação do modelo: omissão de variável relevante ou forma funcional errada (usar linear quando o correto seria log) aparece nos resíduos como heterocedasticidade.
Assimetria na distribuição da variável: variáveis fortemente assimétricas, como renda e riqueza.
Dados agregados ou em corte transversal: médias calculadas com números diferentes de unidades geram variâncias diferentes.

Heterocedasticidade é muito mais comum em dados de corte transversal (vários indivíduos no mesmo momento). Autocorrelação é mais comum em séries temporais. A banca usa essa associação para montar alternativas trocadas.

Consequências da heterocedasticidade no MQO

Este é o bloco que mais cai. Se você memorizar apenas esta seção, já resolve a maioria das questões teóricas.

Com heterocedasticidade, os estimadores de Mínimos Quadrados Ordinários (MQO):

Continuam lineares: sim.
Continuam não viesados (não tendenciosos): sim. $E(\widehat{\beta}) = \beta$ permanece válido.
Continuam consistentes: sim.
Deixam de ser eficientes: não têm mais variância mínima entre os estimadores lineares não viesados.
Deixam de ser MELNV / BLUE: perdem o “melhor” da sigla, porque perderam a eficiência.

E o efeito prático mais grave: as fórmulas usuais de variância dos estimadores passam a ser viesadas. Como o erro-padrão é a raiz dessa variância estimada, ele fica errado. E como as estatísticas $t$ e $F$ usam o erro-padrão no denominador, toda a inferência desanda.

$$t = \frac{\widehat{\beta}_1 – \beta_1}{\operatorname{ep}(\widehat{\beta}_1)}$$

Se o denominador está errado, o $t$ está errado. Consequência: intervalos de confiança inválidos e testes de hipótese que podem levar você a declarar um coeficiente significativo quando ele não é (ou o contrário).

Propriedade do MQO	Sob heterocedasticidade
Linearidade	Mantida
Ausência de viés	Mantida
Consistência	Mantida
Eficiência (variância mínima)	Perdida
Estimador MELNV / BLUE	Perdida
Erros-padrão e testes t e F	Inválidos

Erro que reprova: marcar que “a heterocedasticidade torna os estimadores de MQO viesados”. Não torna. O viés aparece na estimativa da variância dos estimadores, não nos estimadores dos coeficientes.

Tabela com as consequências da heterocedasticidade sobre os estimadores de MQO

Como detectar heterocedasticidade

1. Análise gráfica dos resíduos

Método informal, mas sempre o primeiro passo. Plota-se $\widehat{u}_i^2$ (ou $|\widehat{u}_i|$) contra $\widehat{Y}_i$ ou contra cada $X$. Padrão de funil, cone ou arco indica variância não constante. Nuvem sem padrão indica homocedasticidade.

2. Teste de Breusch-Pagan

Também chamado de Breusch-Pagan-Godfrey ou Cook-Weisberg. A ideia é testar se o quadrado dos resíduos pode ser explicado pelas variáveis do modelo.

Estima-se o modelo original por MQO e obtêm-se os resíduos $\widehat{u}_i$.
Roda-se a regressão auxiliar do quadrado dos resíduos contra as variáveis explicativas:

$$\widehat{u}_i^2 = \alpha_0 + \alpha_1 X_{1i} + \alpha_2 X_{2i} + \dots + \alpha_k X_{ki} + v_i$$

A estatística de teste usa o $R^2$ dessa regressão auxiliar:

$$LM = n \cdot R^2_{aux} \sim \chi^2_{k}$$

Hipóteses:

$H_0$: homocedasticidade (todos os $\alpha$ das explicativas são nulos).
$H_1$: heterocedasticidade.

Se o valor calculado superar o valor crítico da qui-quadrado com $k$ graus de liberdade, rejeita-se $H_0$ e conclui-se pela heterocedasticidade.

O Breusch-Pagan é sensível à hipótese de normalidade dos erros e detecta apenas heterocedasticidade em forma linear nas variáveis explicativas.

3. Teste de White

É o teste mais geral e o mais cobrado em provas de nível superior. A lógica é a mesma do Breusch-Pagan, mas a regressão auxiliar é mais completa: inclui as explicativas, seus quadrados e seus produtos cruzados.

Para um modelo com duas explicativas, a auxiliar fica:

$$\widehat{u}_i^2 = \alpha_0 + \alpha_1 X_1 + \alpha_2 X_2 + \alpha_3 X_1^2 + \alpha_4 X_2^2 + \alpha_5 X_1 X_2 + v_i$$

A estatística também é $n \cdot R^2_{aux}$, seguindo uma qui-quadrado com graus de liberdade iguais ao número de regressores da regressão auxiliar (sem contar o intercepto).

Vantagens do teste de White que a banca cobra:

Não exige normalidade dos erros.
Não exige que você especifique previamente a forma da heterocedasticidade.
Detecta também erros de especificação de forma funcional, já que inclui termos quadráticos e cruzados.

Desvantagem: consome muitos graus de liberdade quando o modelo tem muitas variáveis.

4. Teste de Goldfeld-Quandt

Aplicável quando se supõe que a variância cresce (ou decresce) monotonicamente com uma variável específica. Procedimento:

Ordenar as observações segundo os valores da variável $X$ suspeita.
Omitir $c$ observações centrais.
Rodar duas regressões separadas: uma no grupo de valores baixos, outra no grupo de valores altos.
Calcular a razão entre as somas de quadrados dos resíduos:

$$F = \frac{SQR_2 / gl}{SQR_1 / gl}, \qquad gl = \frac{n – c – 2k}{2}$$

Sob $H_0$ (homocedasticidade), a razão segue distribuição $F$. Valor alto indica que a variância do segundo grupo é significativamente maior.

5. Testes de Park, Glejser e correlação de Spearman

Menos frequentes, mas aparecem em alternativas:

Park: regride $\ln \widehat{u}_i^2$ contra $\ln X_i$. Se o coeficiente for significativo, há heterocedasticidade.
Glejser: regride o valor absoluto dos resíduos $|\widehat{u}_i|$ contra $X_i$ em diferentes formas funcionais.
Spearman: calcula a correlação por postos entre $|\widehat{u}_i|$ e $X_i$. Correlação significativa indica heterocedasticidade.

Como corrigir a heterocedasticidade

Fluxograma de decisão para corrigir heterocedasticidade em regressão linear

Quando a variância do erro é conhecida: Mínimos Quadrados Ponderados

O método dos Mínimos Quadrados Ponderados (MQP) é um caso particular dos Mínimos Quadrados Generalizados (MQG). A ideia é dividir toda a equação pelo desvio-padrão de cada erro, dando menos peso às observações mais dispersas:

$$\frac{Y_i}{\sigma_i} = \beta_0 \frac{1}{\sigma_i} + \beta_1 \frac{X_i}{\sigma_i} + \frac{u_i}{\sigma_i}$$

O novo termo de erro $u_i/\sigma_i$ tem variância igual a 1, ou seja, constante. O modelo transformado volta a ser homocedástico e o estimador recupera a propriedade MELNV.

Grave a lógica do peso: observações com maior variância recebem menor peso. Faz sentido, porque são as menos confiáveis. O peso é $1/\sigma_i^2$.

Quando a variância do erro é desconhecida

Na prática, quase nunca conhecemos a variância verdadeira. As saídas são:

Erros-padrão robustos de White: mantém-se a estimação por MQO (os coeficientes não mudam) e corrige-se apenas o cálculo dos erros-padrão. É a solução mais usada hoje e também é chamada de erros-padrão consistentes na presença de heterocedasticidade (HC).
Transformação logarítmica: aplicar log na variável dependente comprime a escala e frequentemente estabiliza a variância.
Hipóteses plausíveis sobre a forma da variância: supor $\sigma_i^2 = \sigma^2 X_i$ ou $\sigma_i^2 = \sigma^2 X_i^2$ e dividir a equação por $\sqrt{X_i}$ ou por $X_i$, respectivamente.
Reespecificar o modelo: se a causa foi variável omitida ou forma funcional errada, corrigir a especificação resolve o sintoma.

Ponto de prova: os erros-padrão robustos de White não alteram as estimativas dos coeficientes. Eles alteram apenas os erros-padrão, e portanto as estatísticas t, os p-valores e os intervalos de confiança.

As pegadinhas mais comuns em prova

Confundir com autocorrelação. O teste de Durbin-Watson detecta autocorrelação dos resíduos, não heterocedasticidade. Se a alternativa disser que o Durbin-Watson testa variância constante, está errada.
Dizer que os estimadores ficam viesados. Não ficam. Continuam não viesados e consistentes.
Dizer que o teste de White exige normalidade. Não exige. Quem é sensível à normalidade é o Breusch-Pagan.
Trocar a hipótese nula. Em Breusch-Pagan, White e Goldfeld-Quandt, $H_0$ é sempre homocedasticidade. Rejeitar $H_0$ significa detectar heterocedasticidade.
Confundir com multicolinearidade. Multicolinearidade é correlação entre variáveis explicativas. Heterocedasticidade é variância não constante do erro. Problemas diferentes, com consequências diferentes.
Esquecer de omitir as observações centrais no Goldfeld-Quandt.
Achar que MQP e MQG são coisas distintas. MQP é um caso particular de MQG.

Questões comentadas

As três questões abaixo são reais e cobrem os ângulos mais explorados pelas bancas: a mecânica do teste de Breusch-Pagan, as consequências sobre os estimadores e o efeito sobre a estatística t. Tente resolver antes de abrir a resolução.

CEBRASPE (CESPE) — 2012 — TJ/RO — Analista Judiciário (Estatístico)

O teste de Breusch-Pagan permite avaliar a homocedasticidade em um conjunto de dados e define-se a estatística desse teste como

$$X^2_{BP} = \frac{SQR^{*}}{2} \times \left( \frac{SQE}{n} \right)^{-2}$$

em que SQE é a soma de quadrados do resíduo do modelo e $SQR^{*}$ é a soma de quadrados da regressão de $\varepsilon_i^2$ explicado por $x_i$, considerando-se o modelo de regressão linear simples $y_i = \beta_0 + \beta_1 x_i + \varepsilon_i$, com $\varepsilon_i \sim N(0, \sigma^2)$. Com relação a esse teste, assinale a opção correta.

Se o modelo for heterocedástico, então $SQR^{*}$ será pequeno, fazendo que a estatística do teste tenha um valor baixo.
Se o modelo for heterocedástico, então $SQR^{*}$ será muito maior que SQE, fazendo que a estatística do teste tenha um valor alto.
A sensibilidade do teste para detectar heterocedasticidade não depende do tamanho amostral.
Se o modelo for homocedástico, então $SQR^{*}$ será muito maior que SQE, fazendo que a estatística do teste tenha um valor alto.
A heterocedasticidade é a propriedade dos modelos de regressão cujas observações amostrais são independentes.

Ver resolução comentada

Gabarito: letra B.

Olhe a estrutura da fórmula. O termo $SQE/n$ é apenas a estimativa da variância dos resíduos, que serve para padronizar. Quem manda no tamanho da estatística é o numerador $SQR^{*}$, a soma de quadrados explicada pela regressão auxiliar do quadrado dos resíduos contra $x_i$.

Raciocine pelo significado: se existe heterocedasticidade, a variância do erro depende de $x$. Logo, $x_i$ consegue explicar boa parte da variação de $\varepsilon_i^2$, e a soma de quadrados da regressão auxiliar fica grande. Estatística alta leva à rejeição de $H_0$, que é a homocedasticidade. É exatamente o que a letra B descreve.

Por que as demais caem:

A inverte a lógica: heterocedasticidade produz $SQR^{*}$ grande, não pequeno.
C é falsa porque o teste é assintótico. O poder de detecção cresce com o tamanho da amostra.
D troca os cenários: sob homocedasticidade, $x_i$ não explica o quadrado dos resíduos e $SQR^{*}$ tende a zero.
E confunde conceitos. Independência das observações é outro pressuposto, ligado à ausência de autocorrelação, não à variância constante.

FCC — 2011 — TCE/PR — Auditor de Controle Externo (Econômica)

Relativamente a um modelo de regressão linear com heterocedasticidade, considere as seguintes afirmações:

I. Os estimadores de mínimos quadrados usuais são viciados.
II. As estimativas das variâncias dos parâmetros permanecem não viciadas.
III. Os estimadores de mínimos quadrados usuais não terão variância mínima.
IV. A análise de resíduos é uma das formas de se detectar a existência de heterocedasticidade.

Dentre as afirmações acima, são verdadeiras APENAS

I, III e IV.
I e IV.
II e IV.
III e IV.
II e III.

Ver resolução comentada

Gabarito: letra D.

Esta questão é a tabela de consequências transformada em item de prova. Analise uma por uma:

I. Falsa. Os estimadores de MQO continuam não viciados e consistentes. Este é o erro que mais derruba candidato no tema.
II. Falsa. Aqui está a inversão maldosa da banca. O que fica viciado é justamente a estimativa da variância dos parâmetros. Por isso os erros-padrão ficam errados e a inferência desanda.
III. Verdadeira. Perde-se a eficiência. Os estimadores deixam de ter variância mínima e, com isso, deixam de ser MELNV.
IV. Verdadeira. O gráfico de resíduos com formato de funil ou cone é o método informal padrão de detecção.

Repare no par I e II: a banca trocou o objeto do vício de lugar. O vício não está no estimador do coeficiente, está na estimativa da variância dele.

CEBRASPE (CESPE) — 2024 — Especialista em Regulação de Recursos Hídricos e Saneamento Básico

Considerando os pressupostos do modelo clássico de regressão linear, julgue o item a seguir.

Na presença de heterocedasticidade, os valores da estatística t serão menores que o esperado.

Certo
Errado

Ver resolução comentada

Gabarito: Errado.

A armadilha está na palavra menores. É verdade que a heterocedasticidade compromete a estatística t, porque o erro-padrão calculado pela fórmula usual fica viesado. Mas o item afirma uma direção para esse efeito, e essa direção não é determinada.

$$t = \frac{\widehat{\beta}_1}{\operatorname{ep}(\widehat{\beta}_1)}$$

O viés na variância estimada pode ser para cima ou para baixo, dependendo de como $\sigma_i^2$ se relaciona com os valores de $x$. Se a variância for subestimada, o erro-padrão fica pequeno demais e o t fica inflado, levando você a declarar significância que não existe. Se for superestimada, ocorre o contrário.

Conclusão de prova: heterocedasticidade torna a estatística t não confiável, e não sistematicamente menor. Sempre que a banca fixar uma direção para um efeito indeterminado, desconfie.

Resumo para revisão rápida

Item	Ponto-chave
Definição	Variância do erro não constante: $\operatorname{Var}(u_i \mid X_i) = \sigma_i^2$
Onde é comum	Dados de corte transversal
O que se mantém	Linearidade, ausência de viés, consistência
O que se perde	Eficiência, propriedade MELNV, validade dos testes t e F
Detecção informal	Gráfico de resíduos com formato de funil ou cone
Testes formais	Breusch-Pagan, White, Goldfeld-Quandt, Park, Glejser, Spearman
Hipótese nula	Sempre homocedasticidade
Correções	MQG/MQP, erros-padrão robustos de White, transformação log, reespecificação

Curso completo

Pare de errar as questões de regressão

Heterocedasticidade é apenas um dos pressupostos que a banca explora. No Curso de Estatística para Concursos você estuda o bloco completo de regressão com resolução de questões reais, passo a passo, na ordem em que a prova cobra.

Quero dominar regressão para a prova

Acesso imediato · Material atualizado pelas bancas

Perguntas frequentes sobre heterocedasticidade

O que significa heterocedasticidade em termos simples?

Significa que os erros do modelo de regressão não têm todos a mesma dispersão. Em algumas faixas dos dados os pontos ficam bem próximos da reta e em outras ficam muito espalhados, formando um padrão de funil no gráfico de resíduos.

Qual a diferença entre homocedasticidade e heterocedasticidade?

Homocedasticidade é variância constante do erro, $\operatorname{Var}(u_i) = \sigma^2$ para todas as observações. Heterocedasticidade é variância que muda de observação para observação, $\operatorname{Var}(u_i) = \sigma_i^2$. A homocedasticidade é um pressuposto do teorema de Gauss-Markov.

A heterocedasticidade torna os estimadores de MQO viesados?

Não. Os estimadores continuam não viesados e consistentes. O que acontece é que eles deixam de ser eficientes e as estimativas das variâncias dos coeficientes ficam viesadas, o que invalida os erros-padrão, as estatísticas t e F e os intervalos de confiança.

Qual o melhor teste para detectar heterocedasticidade?

O teste de White é o mais geral, porque não exige normalidade dos erros nem que se conheça previamente a forma da heterocedasticidade. O Breusch-Pagan é mais simples e adequado quando se suspeita de relação linear entre a variância e as explicativas. O Goldfeld-Quandt serve quando a variância cresce ou decresce com uma variável específica.

Como corrigir a heterocedasticidade?

Quando a variância é conhecida, usa-se mínimos quadrados ponderados, atribuindo peso igual ao inverso da variância. Quando é desconhecida, as saídas mais usadas são os erros-padrão robustos de White, a transformação logarítmica da variável dependente ou a reespecificação do modelo.

Heterocedasticidade é a mesma coisa que autocorrelação?

Não. Heterocedasticidade é variância não constante dos erros e é típica de dados de corte transversal. Autocorrelação é correlação entre os erros de períodos diferentes e é típica de séries temporais, sendo detectada pelo teste de Durbin-Watson.

Próximo passo no seu estudo

Heterocedasticidade não se aprende lendo: se aprende resolvendo. Depois de fixar a tabela de consequências e a hipótese nula dos testes, vá direto para questões de regressão e marque cada alternativa que confunde os conceitos de viés, eficiência e inferência. É exatamente ali que a banca ganha pontos de você.

Heterocedasticidade: o que é, consequências e como detectar

Junte-se à lista Vip! Receba conteúdos exclusivos do mundo de estatística para concurso.

Compartilhar:

O que é heterocedasticidade?

Homocedasticidade e heterocedasticidade: a diferença visual

Por que a heterocedasticidade acontece

Consequências da heterocedasticidade no MQO