Гомоскедастичность ошибок важна в эконометрическом анализе, потому что она указывает на то, что модель чётко определена. 2 Это означает, что зависимая переменная адекватно определяется предикторной переменной. 2

Отсутствие гомоскедастичности может свидетельствовать о том, что регрессионная модель, возможно, нуждается в включении дополнительных предикторных переменных для объяснения эффективности зависимой переменной. 2

Неравномерное отклонение в генеральной совокупности или выборке при отсутствии гомоскедастичности приведёт к искажённым или предвзятым результатам, что сделает анализ некорректным или бесполезным. 2

Кроме того, неверные оценки стандартных ошибок коэффициентов регрессии при отсутствии гомоскедастичности могут привести к тому, что t-критерии и обычный F-критерий окажутся неприменимы, а t-статистика — завышена, что даст неправильное представление о точности коэффициентов регрессии. 5