首先附上原始数据：data =

  1.0e+003 *

    0.0144    0.0220    0.4900
    0.0075    0.0298    1.3160
    0.0058    0.0408    0.6700
    0.0062    0.0558    1.1960
    0.0055    0.0149    0.2930
    0.0420    0.0379    0.0570
    0.0104    0.0320    1.9470
    0.0551    0.0629    0.1290
    0.0167    0.0231    0.3790
    0.0307    0.0236    0.2630
    0.0570    0.0464    0.3570
    0.0444    0.0300    0.1890
    0.0580    0.0431    0.2190
    0.0133    0.0410    0.7940
    0.0024    0.0200    0.9430
    0.0686    0.0427    0.1720
    0.0028    0.0263    0.3400
    0.0471    0.0343    0.1890
    0.0652    0.0246    0.1050
    0.0510    0.0368    0.1940
    0.0185    0.0112    0.0730
    0.0224    0.0310    0.7260
    0.0037    0.0217    0.3060
    0.0224    0.0124    0.1440
    0.0345    0.0503    0.3620
    0.0535    0.0812    0.3560
    0.0263    0.0216    0.2620
    0.0101    0.0668    0.8360
    0.0069    0.0521    1.1300
    0.0286    0.0143    0.0700
    0.0306    0.0340    0.3290
    0.0204    0.0394    0.1790
    0.0301    0.0215    0.2200
    0.0247    0.0379    0.2240
    0.0382    0.0330    0.0600
    0.0054    0.0430    1.3800
    0.0288    0.0049    1.4280
    0.0487    0.0351    0.0960
    0.0153    0.0435    0.3950
    0.0011    0.0068    2.5770
    0.0213    0.0567    0.4400
我做的怀特异方差检验：
Y=log(data(:,1))
X1=log(data(:,2));
X2=log(data(:,3));
regstats(Y,[X1,X2])  %states选择yhat standres r
scatter(yhat,standres.^2)
u=r.^2;
regstats(u,[X1,X2],'quadratic') %states选择rsquare beta
n=size(X1,1)
chi2=n*rsquare
P=2*(1-chi2cdf(chi2,5))
结果和书上有很大的分歧，求大侠赐教，到底是哪做错了?

广义最小二乘法处理异方差的如下方法对么？
y=y./abs(r)
x0=1./abs(r)
x1=x1./abs(r)
x2=x2./abs(r)
[b,bint,r,rint,stats]=regress(y,[x0,x1,x2])