Chào mừng các bạn quay trở lại! Trong bài học số 1, chúng ta đã phát hiện ra rằng phần dư của mô hình hàm thu nhập không tuân theo phân phối chuẩn. Đó là một “tín hiệu cảnh báo” quan trọng, và hôm nay, chúng ta sẽ tiếp tục công việc “chẩn đoán” bằng cách kiểm tra một giả định quan trọng khác: giả định về (homoskedasticity). Nói một cách đơn giản, giả định này yêu cầu “mức độ sai số” của mô hình phải ổn định, không thay đổi khi các biến độc lập thay đổi. Tuy nhiên, trong thực tế, đặc biệt là với dữ liệu kinh tế-xã hội, giả định này rất hay bị vi phạm. Hiện tượng vi phạm này được gọi là (heteroskedasticity). Việc không nhận ra và xử lý vấn đề này có thể làm cho các kết luận thống kê của chúng ta trở nên hoàn toàn sai lệch. Trong bài học này, chúng ta sẽ cùng nhau tìm hiểu tại sao phương sai sai số thay đổi lại là một vấn …