Omoschedasticità

L'omoschedasticità (dal greco, stessa varianza) è una condizione ideale nella quale si trova una funzione di dati rappresentabili graficamente come dispersi in maniera abbastanza omogenea al di sopra od al di sotto di una linea retta. Il termine deriva direttamente da homoscedasticity usato come sinonimo di omogeneità delle varianze e heteroscedasticity sinonimo di eterogeneità delle varianze, introdotte da Karl Pearson nel 1905.

Una distribuzione casuale di valori (X) si dice omoschedastica quando la media dei suoi residui (differenza tra il valore teorico Y' ricavato dal modello costruito su X ed il valore reale incognito di Y) è pari a zero e la varianza è costante.

In taluni modelli si ipotizza che i residui abbiano varianza costante e si parla in tal caso di residui omoschedastici. Al contrario, quando tale ipotesi non è verificata si parla di eteroschedasticità dei residui.

L'omoschedasticità è un'assunzione statistica che viene fatta alla base di un modello di regressione lineare.

È una condizione che deve essere verificata per poter eseguire il test dell'analisi della varianza ai fini del calcolo della precisione intermedia nella validazione di un metodo analitico.

Le condizioni di omoschedasticità vengono verificate mediante la somministrazione dei seguenti test:

Test di Cochran: valuta se la varianza di valore massimo è omogenea rispetto alle altre;
Test di Hartley: valuta se tutte le varianze globalmente sono da ritenersi omogenee;
Test della varianza minima: valuta se la varianza di valore più basso è omogenea rispetto alle altre;
Test di significatività approssimato di Bartlett;
Test F: valuta se due popolazioni hanno la stessa varianza.