Salut,
Il existe plusieurs problèmes pour la régression linéaire. Les deux principaux étant:
- l'autocorrélation résiduelle (pour des données temporelles)
- l'hétéroscédasticité (quelque soit la nature des données)
- mauvaise spécification du modèle
Le test le plus fréquemment utilisé pour tester l'autocorrélation des résidus est le test de Durbin-Watson(DW). Il faut tester la présence d'autocorrélation avant l'hétéroscédasticité car les tests permettant d'identifier cette dernière sont sensibles à l'autocorrélation, alors que DW est robuste à l'hétéroscédaticité.
L'identification de l'hététroscédasticité passe par plusieurs tests (car il y a plusieurs types d'hétéroscédasticité). Je ne sais pas si je suis exhaustif, mais il y a les tests de Breusch-Pagan, d'hétéroscédasticité multiplicative, test de White.
Enfin, mêmes si les MCG ne peuvent pas résoudre ces problèmes, c'est que le modèle est mal spécifié=oubli de variables exogènes importantes.
Voilà un très bref résumé
enzo