可以用异方差检验检验是否漏掉了重要的线性关系。 A. 正确 B. 错误

可以用异方差检验检验是否漏掉了重要的线性关系。 A. 正确 B. 错误

异方差检验不能直接验证是否漏掉重要线性关系，但它可能成为模型设定问题（包括遗漏变量）的间接信号。当模型遗漏关键变量时，残差可能呈现系统性变化，导致误差项方差随解释变量或拟合值变动，表现为异方差。例如，若真实模型为 $y_i = \beta_1 x_i + \beta_2 z_i + \varepsilon_i$（同方差），但仅用 $x_i$ 回归，遗漏的 $z_i$ 可能使残差平方与 $x_i$ 相关，触发异方差检验显著。

不过，异方差与遗漏变量之间并非绝对对应关系。一方面，ARCH模型等情况中，异方差源于方差自相关而非遗漏变量；另一方面，即使存在遗漏变量，若遗漏因素与已有解释变量无关，残差仍可能满足同方差假设。因此，异方差检验显著仅提示需审视模型设定，而无法直接判定是否遗漏线性关系。

结论：异方差检验是模型设定问题的“警示灯”，而非“诊断书”。发现异方差后，需结合经济理论、偏回归图等进一步排查是否遗漏变量或函数形式误设，而非仅凭异方差结果下定论。问题答案为 B. 错误。