Рассмотрим линейную регрессию . Предположим, что стандартное отклонение пропорционально значению переменной x в этом наблюдении: , . Еще предполагаем, что имеет нормальное распределение и отсутствует автокорреляция (проблема автокорреляции будет рассмотрена далее). Считаем, что все n наблюдений упорядочиваются по величине x. Эта упорядоченная выборка делится на три примерно равные части объемов k, n ¾ 2k и k соответственно.
Для каждой из выборок объема k оценивается свое уравнение регрессии и находятся суммы квадратов отклонений и соответственно.
Доверительная вероятность p, . С помощью функции FРАСПОБР(; ; ) находится граничная точка , где m ¾ количество факторов модели. Статистика определяется формулой .
Если , то на уровне значимости a принимается гипотеза об отсутствии гетероскедастичности. Иначе гипотеза об отсутствии гетероскедастичности отклоняется. Для множественной регрессии тест обычно проводится для того фактора, который в максимальной степени связан с . При этом выбирают . Если нет уверенности относительно выбора фактора , то данный тест можно осуществить для каждого фактора.