th\u00e9or\u00e8me de Gauss-Markov<\/a>, lorsque les perturbations sont homosc\u00e9dastiques et non autocorr\u00e9l\u00e9es, la variance de l’estimateur des MCO atteint la borne inf\u00e9rieure absolue de la variance au sein de la classe de tous les estimateurs lin\u00e9aires non biais\u00e9s. Cette propri\u00e9t\u00e9 d’efficience implique qu’aucun autre estimateur lin\u00e9aire construit \u00e0 partir de combinaisons lin\u00e9aires des observations ne peut pr\u00e9tendre g\u00e9n\u00e9rer des estimations ponctuelles plus serr\u00e9es autour de la v\u00e9ritable valeur des param\u00e8tres de la population.<\/p>\nDe plus, cette r\u00e9gularit\u00e9 de variance permet une simplification fondamentale du calcul analytique de la matrice de variance-covariance de l’estimateur β̂<\/em>. En d\u00e9veloppant formellement l’expression de la variance, on observe que :<\/p>\nVar(β̂ | X) = Var((X’X)-1<\/sup>X’u | X) = (X’X)-1<\/sup>X’ [Var(u | X)] X(X’X)-1<\/sup><\/em><\/span><\/p>\nLorsque Var(u | X) = σ2<\/sup> In<\/sub><\/em>, la constante scalaire σ2<\/sup><\/em> peut \u00eatre factoris\u00e9e en dehors de l’expression matricielle, ce qui autorise une simplification remarquable<\/span> :<\/p>\nVar(β̂ | X) = σ2<\/sup> (X’X)-1<\/sup>X’ In<\/sub> X(X’X)-1<\/sup> = σ2<\/sup> (X’X)-1<\/sup>X’X(X’X)-1<\/sup> = σ2<\/sup> (X’X)-1<\/sup><\/em><\/span><\/p>\nL’estimation sans biais de ce scalaire σ2<\/sup><\/em> est traditionnellement assur\u00e9e par la somme des carr\u00e9s des r\u00e9sidus divis\u00e9e par le nombre de degr\u00e9s de libert\u00e9 r\u00e9siduels, soit s2<\/sup> = (e’e) \/ (n – k)<\/em>. Cette \u00e9l\u00e9gante condensation alg\u00e9brique garantit que les formules classiques d’erreurs-types, int\u00e9gr\u00e9es nativement dans l’ensemble des logiciels statistiques, refl\u00e8tent avec exactitude la v\u00e9ritable dispersion \u00e9chantillonnale des param\u00e8tres. En cons\u00e9quence directe, la puissance nominale des tests param\u00e9triques, au premier rang desquels figurent le test t<\/em> de Student pour la significativit\u00e9 individuelle et le test F<\/em> de Fisher-Snedecor pour la significativit\u00e9 globale, est scrupuleusement pr\u00e9serv\u00e9e, sans inflation indue des erreurs de d\u00e9cision statistique<\/span>.<\/p>\n2.3 Manifestations graphiques et distributions typiques<\/h3>\n
L’\u00e9valuation visuelle de l’homosc\u00e9dasticit\u00e9 repose classiquement sur l’analyse graphique du nuage des r\u00e9sidus ordinaires ou standardis\u00e9s confront\u00e9s aux valeurs pr\u00e9dites par le mod\u00e8le (ŷi<\/sub><\/em>) ou \u00e0 chacun des r\u00e9gresseurs individuels pris isol\u00e9ment. Dans une situation d’homosc\u00e9dasticit\u00e9 parfaite, le diagramme de dispersion affiche un motif de bande horizontale d’\u00e9paisseur rigoureusement constante, d\u00e9ploy\u00e9 sym\u00e9triquement de part et d’autre de la ligne d’ordonn\u00e9e z\u00e9ro. La densit\u00e9 des points peut fluctuer le long de l’axe des abscisses en fonction de la concentration des donn\u00e9es dans certaines plages de valeurs, mais les fronti\u00e8res sup\u00e9rieure et inf\u00e9rieure d\u00e9limitant le nuage de points demeurent strictement parall\u00e8les.<\/p>\nCette horizontalit\u00e9 uniforme t\u00e9moigne de l’absence totale de corr\u00e9lation fonctionnelle entre l’amplitude absolue des erreurs et le niveau pr\u00e9dit de la variable r\u00e9ponse. Il n’appara\u00eet aucun \u00e9largissement directionnel, aucune forme triangulaire, aucun motif en entonnoir, ni aucune ondulation p\u00e9riodique pouvant trahir une instabilit\u00e9 de la variance. De plus, les r\u00e9sidus standardis\u00e9s se r\u00e9partissent de mani\u00e8re homog\u00e8ne : environ 95 % d’entre eux sont contenus entre les limites horizontales de -2 et +2 \u00e9carts-types, et 99 % entre -3 et +3, sans que la fr\u00e9quence des excursions en dehors de ces limites ne se concentre pr\u00e9f\u00e9rentiellement dans une sous-r\u00e9gion particuli\u00e8re des valeurs ajust\u00e9es.<\/p>\n
Dans les repr\u00e9sentations de type quantiles-quantiles (Q-Q plots) ou lors de l’estimation de fonctions de densit\u00e9 par la m\u00e9thode des noyaux le long de tranches stratifi\u00e9es de l’\u00e9chantillon, la sym\u00e9trie et l’\u00e9talement des quantiles r\u00e9siduels restent immuables. Si l’on scinde artificiellement l’\u00e9chantillon en quartiles ou en d\u00e9ciles selon les valeurs d’une variable explicative, l’\u00e9cart interquartile des r\u00e9sidus calcul\u00e9 au sein de chaque tranche demeure substantiellement identique, attestant empiriquement du respect du postulat de variance stationnaire.<\/p>\n
2.4 Avantages analytiques et limites de l’hypoth\u00e8se<\/h3>\n
L’avantage pr\u00e9pond\u00e9rant de l’hypoth\u00e8se d’homosc\u00e9dasticit\u00e9 r\u00e9side dans sa remarquable parcimonie th\u00e9orique et sa simplicit\u00e9 calculatoire. Elle permet de r\u00e9sumer l’int\u00e9gralit\u00e9 de l’incertitude du mod\u00e8le de r\u00e9gression par un unique scalaire non biais\u00e9 σ2<\/sup><\/em>. Cela conf\u00e8re une lisibilit\u00e9 imm\u00e9diate aux r\u00e9sultats \u00e9conom\u00e9triques, facilite les simulations analytiques de Monte-Carlo et autorise des d\u00e9ductions probabilistes exactes en petits \u00e9chantillons, pourvu que l’hypoth\u00e8se additionnelle de normalit\u00e9 des r\u00e9sidus soit v\u00e9rifi\u00e9e. L’estimation lin\u00e9aire sous homosc\u00e9dasticit\u00e9 constitue le socle p\u00e9dagogique universel sur lequel est b\u00e2tie la quasi-totalit\u00e9 des enseignements d’introduction \u00e0 la statistique inf\u00e9rentielle.<\/p>\nN\u00e9anmoins, la contrepartie de cette commodit\u00e9 calculatoire r\u00e9side dans sa raret\u00e9 empirique manifeste au sein des donn\u00e9es r\u00e9elles, particuli\u00e8rement d\u00e8s lors que la volum\u00e9trie de l’\u00e9chantillon s’accro\u00eet et incorpore des entit\u00e9s micro\u00e9conomiques fortement diff\u00e9renci\u00e9es. Dans les enqu\u00eates de panels de m\u00e9nages ou les bases de donn\u00e9es d’entreprises, l’uniformit\u00e9 de la variance rel\u00e8ve presque syst\u00e9matiquement de l’illusion math\u00e9matique. L’hypoth\u00e8se p\u00e8che par un exc\u00e8s d’id\u00e9alisation qui ignore les asym\u00e9tries informationnelles, les rigidit\u00e9s de comportement et les disparit\u00e9s structurelles inh\u00e9rentes aux syst\u00e8mes complexes.<\/p>\n
De surcro\u00eet, l’hypoth\u00e8se d’homosc\u00e9dasticit\u00e9 pr\u00e9sente une vuln\u00e9rabilit\u00e9 aigu\u00eb \u00e0 la pr\u00e9sence de valeurs aberrantes (outliers<\/em>) ou de points \u00e0 fort effet de levier (high leverage points<\/em>). Une poign\u00e9e d’observations atypiques isol\u00e9es peut ind\u00fbment gonfler l’estimation globale de σ2<\/sup><\/em>, masquant ainsi une structure de variance sous-jacente hautement diff\u00e9rentielle au sein du reste de la distribution. Cette sensibilit\u00e9 paradoxale fait que l’analyste peut se bercer de l’illusion d’une variance stable alors m\u00eame que le mod\u00e8le dissimule des zones de forte instabilit\u00e9 locale, faussant l’interpr\u00e9tation des marges d’erreur associ\u00e9es aux pr\u00e9dictions individuelles.<\/p>\n3. Comprendre l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 : Variabilit\u00e9 conditionnelle et dispersion asym\u00e9trique<\/h2>\n3.1 D\u00e9finition formelle et rupture d’homog\u00e9n\u00e9it\u00e9<\/h3>\n
L’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 intervient formellement d\u00e8s lors que la variance de la perturbation stochastique cesse d’\u00eatre constante \u00e0 travers les observations du domaine d’\u00e9chantillonnage. En d’autres termes, la variance conditionnelle des r\u00e9sidus d\u00e9pend de l’indice de l’observation ou des valeurs prises par les variables r\u00e9gulatrices. Elle se note math\u00e9matiquement :<\/p>\n
Var(ui<\/sub> | X) = σi<\/sub>2<\/sup>, ∃ (i, j) tel que σi<\/sub>2<\/sup> ≠ σj<\/sub>2<\/sup><\/em><\/span><\/p>\nSous sa repr\u00e9sentation matricielle g\u00e9n\u00e9rale, la matrice de variance-covariance des perturbations conditionnelle aux pr\u00e9dicteurs X<\/em> abandonne sa configuration scalaire simplifi\u00e9e au profit d’une matrice sym\u00e9trique semi-d\u00e9finie positive g\u00e9n\u00e9rale, fr\u00e9quemment d\u00e9sign\u00e9e par Ω<\/em>. Dans le cas canonique o\u00f9 les observations demeurent non corr\u00e9l\u00e9es entre elles — ce qui exclut l’autocorr\u00e9lation temporelle ou spatiale —, la matrice Ω<\/em> conserve une structure diagonale pure, mais ses \u00e9l\u00e9ments diagonaux sont d\u00e9sormais h\u00e9t\u00e9rog\u00e8nes :<\/p>\nVar(u | X) = Ω<\/span> =
\n[ σ1<\/sub>2<\/sup>, 0, …, 0 ; 0, σ2<\/sub>2<\/sup>, …, 0 ; … ; 0, 0, …, σn<\/sub>2<\/sup> ]<\/em><\/p>\nCette rupture d’homog\u00e9n\u00e9it\u00e9 mat\u00e9rialise le fait que le degr\u00e9 d’impr\u00e9cision ou d’incertitude associ\u00e9 \u00e0 la mod\u00e9lisation n’est pas distribu\u00e9 de mani\u00e8re \u00e9quitable au sein de la population. Certaines observations sont intrins\u00e8quement accompagn\u00e9es d’un bruit stochastique mod\u00e9r\u00e9, tandis que d’autres s’accompagnent d’une turbulence consid\u00e9rable. L’amplitude des fluctuations r\u00e9siduelles devient une fonction explicite ou implicite de la magnitude d’une ou plusieurs variables exog\u00e8nes, manifestant une asym\u00e9trie spatiale ou structurelle dans la qualit\u00e9 d’ajustement du mod\u00e8le th\u00e9orique.<\/p>\n
3.2 Typologies fondamentales de l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9<\/h3>\n
Il convient de distinguer plusieurs d\u00e9clinaisons structurelles de l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9, dont les implications diagnostiques et curatives diff\u00e8rent radicalement. La distinction premi\u00e8re oppose l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 pure \u00e0 l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 impure :<\/p>\n
\n- L’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 pure :<\/strong> Elle trouve son origine dans la nature stochastique intrins\u00e8que du ph\u00e9nom\u00e8ne mod\u00e9lis\u00e9, m\u00eame lorsque la formulation math\u00e9matique du mod\u00e8le est rigoureusement exacte. Par exemple, la relation entre le revenu et les d\u00e9penses de consommation de loisirs engendre in\u00e9vitablement une dispersion accrue pour les hauts revenus, qui disposent d’une libert\u00e9 de choix discr\u00e9tionnaire bien plus vaste que les bas revenus contraints par la subsistance \u00e9l\u00e9mentaire. Dans ce cas, la variance h\u00e9t\u00e9rog\u00e8ne est une propri\u00e9t\u00e9 ontologique du syst\u00e8me \u00e9conomique \u00e9tudi\u00e9.<\/li>\n
- L’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 impure :<\/strong> Elle est le sous-produit direct d’une pathologie de sp\u00e9cification du mod\u00e8le \u00e9conom\u00e9trique. Une forme fonctionnelle inadapt\u00e9e — telle que l’omission d’un terme quadratique ou logarithmique alors que la v\u00e9ritable relation est non lin\u00e9aire — ou l’omission d’une variable explicative corr\u00e9l\u00e9e et discriminante entra\u00eene une distorsion syst\u00e9matique des r\u00e9sidus qui se traduit visuellement et statistiquement par une variance non constante. L’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 agit alors comme le sympt\u00f4me indirect d’une erreur de mod\u00e9lisation fondamentale.<\/li>\n
- L’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 conditionnelle temporelle (ARCH\/GARCH) :<\/strong> Observ\u00e9e principalement dans l’\u00e9conom\u00e9trie des march\u00e9s financiers, cette typologie met en jeu une variance qui n’est pas d\u00e9pendante de covariables transversales statiques, mais du carr\u00e9 des chocs r\u00e9siduels pass\u00e9s. Mod\u00e9lis\u00e9e pour la premi\u00e8re fois par Robert Engle en 1982 via les mod\u00e8les ARCH (Autoregressive Conditional Heteroskedasticity<\/em>) puis g\u00e9n\u00e9ralis\u00e9e par Tim Bollerslev en 1986 (GARCH), elle capture le ph\u00e9nom\u00e8ne de regroupement de la volatilit\u00e9 (volatility clustering<\/em>), o\u00f9 les p\u00e9riodes de turbulences sont suivies de turbulences et les phases d’accalmie succ\u00e8dent aux phases d’accalmie.<\/li>\n
- H\u00e9t\u00e9rosc\u00e9dasticit\u00e9 d\u00e9terministe vs stochastique :<\/strong> Dans le premier cas, la variance σi<\/sub>2<\/sup><\/em> peut \u00eatre exprim\u00e9e comme une fonction d\u00e9terministe exacte d’une variable observable (par exemple σi<\/sub>2<\/sup> = σ2<\/sup> × zi<\/sub>2<\/sup><\/em>) ; dans le second cas, la variance est elle-m\u00eame r\u00e9gie par un processus stochastique latent non observable directement, exigeant des mod\u00e8les de volatilit\u00e9 stochastique plus complexes<\/span>.<\/li>\n<\/ul>\n
3.3 Causes structurelles sous-jacentes<\/h3>\n
L’\u00e9mergence de l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 au sein des donn\u00e9es empiriques r\u00e9pond \u00e0 des m\u00e9canismes comportementaux, institutionnels et m\u00e9thodologiques clairement identifiables. La cause la plus pr\u00e9valente r\u00e9side incontestablement dans les effets d’\u00e9chelle associ\u00e9s \u00e0 la taille des entit\u00e9s analys\u00e9es. D\u00e8s lors que l’\u00e9chantillon int\u00e8gre des agents \u00e9conomiques de dimensions tr\u00e8s in\u00e9gales — qu’il s’agisse de comparer les politiques de recherche et d\u00e9veloppement de tr\u00e8s petites entreprises face \u00e0 des conglom\u00e9rats industriels g\u00e9ants, ou d’analyser le budget de communes rurales en regard de m\u00e9tropoles mondiales —, les montants absolus manipul\u00e9s changent d’ordre de grandeur. L’erreur de pr\u00e9diction ne saurait raisonnablement \u00eatre born\u00e9e par les m\u00eames limites absolues pour un m\u00e9nage modeste et pour un milliardaire, ce qui engendre quasi m\u00e9caniquement une expansion de la dispersion conditionnelle corr\u00e9l\u00e9e au niveau de richesse ou de volume d’activit\u00e9.<\/p>\n
Un deuxi\u00e8me m\u00e9canisme sous-jacent capital r\u00e9side dans les ph\u00e9nom\u00e8nes d’apprentissage et de maturation dynamique. Au fur et \u00e0 mesure que les op\u00e9rateurs \u00e9conomiques ou les agents individuels r\u00e9p\u00e8tent une t\u00e2che ou interagissent au sein d’un march\u00e9 au cours du temps, leur niveau d’expertise se consolide et le taux d’erreur de comportement a tendance \u00e0 se contracter. Il en r\u00e9sulte que la variance des \u00e9carts individuels autour de la trajectoire moyenne de performance tend \u00e0 d\u00e9cro\u00eetre avec l’exp\u00e9rience accumul\u00e9e ou l’anciennet\u00e9 institutionnelle. Ce m\u00e9canisme g\u00e9n\u00e8re une h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 o\u00f9 la dispersion r\u00e9siduelle est inversement reli\u00e9e \u00e0 une variable de maturit\u00e9 ou d’apprentissage temporel.<\/p>\n
Une troisi\u00e8me source majeure provient de l’asym\u00e9trie structurelle des erreurs de mesure au sein des donn\u00e9es collect\u00e9es. Il est fr\u00e9quent que la fid\u00e9lit\u00e9 et la pr\u00e9cision des instruments d’observation varient substantiellement d’une strate d’\u00e9chantillonnage \u00e0 une autre. Dans les donn\u00e9es administratives ou d’enqu\u00eates sociologiques, les d\u00e9clarations des revenus \u00e9lev\u00e9s ou des patrimoines sont souvent assujetties \u00e0 une marge d’impr\u00e9cision, de sous-d\u00e9claration s\u00e9lective ou d’arrondi mental proportionnelle aux montants concern\u00e9s, contrastant avec la pr\u00e9cision rigoureuse des revenus salariaux conventionn\u00e9s issus des pr\u00e9l\u00e8vements \u00e0 la source. Cette imperfection m\u00e9trologique diff\u00e9rentielle g\u00e9n\u00e8re une variabilit\u00e9 r\u00e9siduelle artificielle mais bien r\u00e9elle dans le fichier de donn\u00e9es finale.<\/p>\n
Enfin, la mod\u00e9lisation lin\u00e9aire rigide appliqu\u00e9e de mani\u00e8re dogmatique \u00e0 des processus fonci\u00e8rement non lin\u00e9aires constitue une source r\u00e9currente d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 impure. Lorsque la v\u00e9ritable dynamique relationnelle reliant Y<\/em> \u00e0 X<\/em> est de nature multiplicative, exponentielle ou logistique, le fait de contraindre l’estimation au sein d’un carcan additif lin\u00e9aire g\u00e9n\u00e8re des r\u00e9sidus dont l’amplitude diverge in\u00e9luctablement dans les zones o\u00f9 la courbure r\u00e9elle s’\u00e9carte de la ligne droite ajust\u00e9e. L’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 n’est alors que l’\u00e9cho de l’erreur d’ajustement syst\u00e9matique impos\u00e9e par la mauvaise posture du mod\u00e9lisateur.<\/p>\n3.4 Cons\u00e9quences inf\u00e9rentielles et th\u00e9oriques<\/h3>\n
L’exploration des cons\u00e9quences formelles de l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 sur l’arsenal des MCO constitue l’un des chapitres les plus \u00e9l\u00e9gants et cruciaux de la th\u00e9orie \u00e9conom\u00e9trique. La premi\u00e8re propri\u00e9t\u00e9 remarquable, souvent source de m\u00e9prise chez les n\u00e9ophytes, concerne l’esp\u00e9rance math\u00e9matique de l’estimateur des MCO. Rappelons que l’estimateur s’\u00e9crit :<\/p>\n
β̂ = β + (X’X)-1<\/sup>X’u<\/em><\/span><\/p>\nEn prenant l’esp\u00e9rance conditionnelle par rapport \u00e0 la matrice des r\u00e9gresseurs X<\/em>, il vient :<\/p>\nE(β̂ | X) = β + (X’X)-1<\/sup>X’ E(u | X)<\/em><\/span><\/p>\nSi l’hypoth\u00e8se d’exog\u00e9n\u00e9it\u00e9 stricte E(u | X) = 0<\/em> est respect\u00e9e, le second terme s’annule rigoureusement, ind\u00e9pendamment de la structure de variance Var(u | X)<\/em>. Ainsi, l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 ne biaise pas les estimations des coefficients de r\u00e9gression par les MCO<\/strong>. L’estimateur demeure scrupuleusement non biais\u00e9 en \u00e9chantillon fini et conserve sa propri\u00e9t\u00e9 de convergence asymptotique (consistency<\/em>) vers la v\u00e9ritable valeur β<\/em> au fur et \u00e0 mesure que la taille de l’\u00e9chantillon tend vers l’infini<\/span>.<\/p>\nEn revanche, la sanction th\u00e9orique de la rupture d’homosc\u00e9dasticit\u00e9 s’exprime sur deux plans distincts : la perte d’efficience statistique et la caducit\u00e9 compl\u00e8te de l’inf\u00e9rence usuelle. D’une part, le th\u00e9or\u00e8me de Gauss-Markov s’effondre : l’estimateur des MCO n’est plus BLUE. Il existe d’autres estimateurs lin\u00e9aires non biais\u00e9s — notamment ceux proc\u00e9dant par repond\u00e9ration des observations — qui affichent une dispersion \u00e9chantillonnale inf\u00e9rieure. L’utilisation des MCO standard en pr\u00e9sence d’une h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 marqu\u00e9e \u00e9quivaut \u00e0 gaspiller sciemment de l’information statistique en traitant des observations impr\u00e9cises avec le m\u00eame poids que des observations hautement informatives.<\/p>\n
D’autre part, et cela repr\u00e9sente la cons\u00e9quence la plus d\u00e9l\u00e9t\u00e8re pour la pratique empirique, l’expression classique de la matrice de variance-covariance σ2<\/sup>(X’X)-1<\/sup><\/em> devient un estimateur math\u00e9matiquement biais\u00e9 et non convergent de la variance r\u00e9elle de β̂<\/em>. En effet, la v\u00e9ritable matrice de variance-covariance s’\u00e9crit d\u00e9sormais sous la forme canonique dite de \u00ab sandwich \u00bb :<\/p>\nVar(β̂ | X) = (X’X)-1<\/sup> [X’ Ω X] (X’X)-1<\/sup><\/em><\/span><\/p>\nDans la mesure o\u00f9 l’estimateur par d\u00e9faut des logiciels de statistique remplace l’expression centrale [X’ Ω X]<\/em> par s2<\/sup>(X’X)<\/em>, les erreurs-types calcul\u00e9es pour chaque coefficient sont syst\u00e9matiquement fauss\u00e9es. Selon la structure de corr\u00e9lation entre les \u00e9l\u00e9ments diagonaux de Ω<\/em> et les \u00e9l\u00e9ments de X<\/em>, l’erreur-type conventionnelle peut sous-estimer ou surestimer drastiquement la v\u00e9ritable variance de l’\u00e9chantillonnage. Dans la majorit\u00e9 des configurations empiriques, le biais est n\u00e9gatif : les erreurs-types usuelles sont trop faibles. Il en r\u00e9sulte que les ratios de Student t = β̂ \/ SE(β̂)<\/em> sont d\u00e9mesur\u00e9ment \u00e9lev\u00e9s, conduisant \u00e0 des rejets abusifs de l’hypoth\u00e8se nulle d’absence d’effet, \u00e0 des intervalles de confiance trop \u00e9troits donnant un faux sentiment de pr\u00e9cision, et \u00e0 des conclusions scientifiques fallacieuses<\/span>.<\/p>\n4. Diff\u00e9rences cl\u00e9s entre homosc\u00e9dasticit\u00e9 et h\u00e9t\u00e9rosc\u00e9dasticit\u00e9<\/h2>\n4.1 Comparaison math\u00e9matique et structure stochastique<\/h3>\n
L’opposition entre homosc\u00e9dasticit\u00e9 et h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 s’incarne en premier lieu dans la g\u00e9om\u00e9trie matricielle de leurs perturbations al\u00e9atoires. Sous le r\u00e9gime de l’homosc\u00e9dasticit\u00e9, la matrice de variance-covariance conditionnelle Σ = Var(u | X)<\/em> se r\u00e9duit \u00e0 une matrice scalaire, produit d’une valeur r\u00e9elle constante σ2<\/sup><\/em> et de la matrice identit\u00e9 d’ordre n<\/em>. Cette propri\u00e9t\u00e9 d’isotropie conf\u00e8re \u00e0 l’espace des r\u00e9sidus une sph\u00e9ricit\u00e9 parfaite, o\u00f9 la densit\u00e9 de probabilit\u00e9 conjointe des erreurs, sous l’hypoth\u00e8se de normalit\u00e9 multidimensionnelle, dessine des hyper-ellipso\u00efdes de niveau qui sont en r\u00e9alit\u00e9 de parfaites hyper-sph\u00e8res dans l’espace euclidien ℝn<\/sup><\/em><\/span>.<\/p>\n\u00c0 l’inverse, l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 brise cette sym\u00e9trie fondamentale. La matrice de variance-covariance r\u00e9siduelle prend la forme g\u00e9n\u00e9rale d’une matrice diagonale non scalaire Ω = diag(σ1<\/sub>2<\/sup>, σ2<\/sub>2<\/sup>, …, σn<\/sub>2<\/sup>)<\/em>. Les surfaces d’\u00e9gale densit\u00e9 de probabilit\u00e9 des erreurs ne sont plus des sph\u00e8res, mais des ellipso\u00efdes \u00e9tir\u00e9s de mani\u00e8re asym\u00e9trique le long des diff\u00e9rents axes d’observation. Cette distorsion g\u00e9om\u00e9trique implique que le comportement asymptotique de la variance des estimateurs ne converge plus vers une forme unitaire facilement r\u00e9ductible. Au niveau des distributions de probabilit\u00e9 conditionnelles individuelles f(ui<\/sub> | X = xi<\/sub>)<\/em>, l’homosc\u00e9dasticit\u00e9 impose que la fonction de densit\u00e9 conserve exactement le m\u00eame param\u00e8tre d’\u00e9chelle sur tout le support de X<\/em>, tandis que sous h\u00e9t\u00e9rosc\u00e9dasticit\u00e9, la densit\u00e9 conditionnelle subit un \u00e9largissement ou un r\u00e9tr\u00e9cissement continu ou discontinu en fonction du point d’\u00e9valuation xi<\/sub><\/em><\/span>.<\/p>\n4.2 Impact direct sur l’inf\u00e9rence et les tests statistiques<\/h3>\n
L’inf\u00e9rence statistique classique — c’est-\u00e0-dire l’ensemble des r\u00e8gles d\u00e9cisionnelles permettant de g\u00e9n\u00e9raliser les constats observ\u00e9s sur un \u00e9chantillon \u00e0 la population cible — repose sur la calibrage rigoureux des distributions de r\u00e9f\u00e9rence des statistiques de test. Lorsque l’homosc\u00e9dasticit\u00e9 est scrupuleusement satisfaite, la statistique de Student t = (β̂k<\/sub> – βk,0<\/sub>) \/ SE(β̂k<\/sub>)<\/em> suit exactement une loi de Student \u00e0 n – k<\/em> degr\u00e9s de libert\u00e9 sous l’hypoth\u00e8se conjointe de normalit\u00e9 des r\u00e9sidus, ou converge tr\u00e8s rapidement vers une loi normale centr\u00e9e r\u00e9duite N(0, 1)<\/em> en vertu du th\u00e9or\u00e8me central limite pour des \u00e9chantillons mod\u00e9r\u00e9s. Le taux nominal d’erreur de premi\u00e8re esp\u00e8ce (le risque α<\/em>, typiquement fix\u00e9 \u00e0 5 %) correspond alors rigoureusement \u00e0 la probabilit\u00e9 effective de rejeter l’hypoth\u00e8se nulle alors qu’elle est vraie<\/span>.<\/p>\nD\u00e8s lors que l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 contamine les donn\u00e9es, cette belle m\u00e9canique probabiliste s’enraye. La statistique de test construite avec l’erreur-type standard des MCO ne suit plus une distribution connue de Student, ni m\u00eame asymptotiquement une loi normale centr\u00e9e r\u00e9duite standard. L’erreur-type SE(β̂k<\/sub>) = √[s2<\/sup>(X’X)-1<\/sup>kk<\/sub>]<\/em> n’est plus l’estimateur convergent de l’\u00e9cart-type r\u00e9el de l’estimateur. Lorsque le mod\u00e8le pr\u00e9sente une h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 positivement corr\u00e9l\u00e9e avec les valeurs aberrantes des covariables, l’erreur-type conventionnelle est sous-estim\u00e9e. En cons\u00e9quence, les intervalles de confiance \u00e0 95 % [β̂k<\/sub> ± tcrit<\/sub> × SE(β̂k<\/sub>)]<\/em> affichent une largeur excessivement \u00e9troite, et leur taux de couverture r\u00e9el peut chuter dramatiquement vers 80 % ou 75 %. De m\u00eame, le test de Fisher utilis\u00e9 pour \u00e9valuer la significativit\u00e9 globale d’un sous-ensemble de r\u00e9gresseurs devient invalide, entra\u00eenant un risque massif de sur-interpr\u00e9tation de variables en r\u00e9alit\u00e9 totalement ind\u00e9pendantes du ph\u00e9nom\u00e8ne investigu\u00e9<\/span>.<\/p>\n4.3 M\u00e9canismes de d\u00e9tection et batteries de tests<\/h3>\n
Pour distinguer rigoureusement un environnement homosc\u00e9dastique d’une structure h\u00e9t\u00e9rosc\u00e9dastique, la litt\u00e9rature statistique a d\u00e9velopp\u00e9 un arsenal complet d’outils exploratoires et inf\u00e9rentiels, allant de l’inspection graphique aux tests d’hypoth\u00e8ses formels param\u00e9triques et non param\u00e9triques.<\/p>\n
L’approche graphique constitue la premi\u00e8re ligne de discernement. Elle confronte les r\u00e9sidus estim\u00e9s ei<\/sub> = yi<\/sub> – ŷi<\/sub><\/em> aux valeurs ajust\u00e9es ŷi<\/sub><\/em>. Sous homosc\u00e9dasticit\u00e9, les r\u00e9sidus s’agencent en un ruban horizontal uniforme. Sous h\u00e9t\u00e9rosc\u00e9dasticit\u00e9, le graphique r\u00e9v\u00e8le typiquement une forme en \u00e9ventail, en entonnoir, en trompette ou en losange, mat\u00e9rialisant visuellement la d\u00e9pendance fonctionnelle de l’\u00e9cart type des r\u00e9sidus par rapport au niveau pr\u00e9dit de la variable expliqu\u00e9e<\/span>.<\/p>\nAu-del\u00e0 du contr\u00f4le visuel, les tests param\u00e9triques apportent un verdict quantifi\u00e9 :<\/p>\n