Eviews异方差检验，white和arhc结果不一致，为啥以arch为准

数据是时间序列数据，已完成多重共线性检验和修正，在做异方差检验时，white检验说明有异方差，arch检验又说明不存在异方差？？

我在B站上一个视频里说在还没有进行自相关检验，应该以arch检验为准，请问是为啥啊？或者有没有什么文献说明了这个问题，求解答谢谢各位！

在进行异方差检验时，white检验和 arch检验的结果可能不一致，这是因为它们分别基于不同的假设条件和统计方法。在这种情况下，通常以 arch检验的结果为准，这是因为 arch检验更加适用于时间序列数据，并且可以检测到自相关性导致的异方差问题。

具体而言，white检验是一种基于残差平方和的方法，它假设残差平方和在变量之间不存在相关性。然而，在时间序列数据中，残差平方和可能会随着时间变化而相关，从而导致 white检验失效。而 arch检验则是基于波动率的一致性假设，它可以检测到异方差的存在，并且能够区分异方差和自相关性等问题的贡献。

因此，在进行异方差检验时，如果 white检验和 arch检验结果不一致，通常以 arch检验为准，并进一步检查是否存在自相关性等问题。如果存在自相关性，需要先进行自相关检验和处理，然后再进行异方差检验。

关于为什么以 arch检验为准的更多解释和实例，可以参考一些统计学和计量经济学的教材和文献，例如《统计学》、《计量经济学》等经典教材。同时，也可以查阅相关的统计软件和数据分析库的文档和教程，例如 R语言、Python的 statsmodels库等。