加权最小二乘法是用来消除异方差性的，原理是寻找一个合适的权重，对原模型加权使之变成一个新的不存在异方差性的模型，然后采用普通最小二乘法，具体步骤是回归之后--Proc--Specify/Estimate--Options--weighted LS/TSLS前打勾，再输入权重--确定---再检验。
广义最小二乘法是修正序列相关性的，与前面步骤基本相同，但经常进行一次或多次广义最小二乘法之后仍不能良好的消除序列相关性的情况，因此一般采用差分法。
异方差的检验方法：做回归之后--View--Residual Tests---Heteroskedasticity Tests（异方差检验）--里面有很多类型：BPG检验法，哈弗检验，格兰杰检验，ARCH检验，怀特检验等

谢谢你的解答。
我的数据就是两年的年数据，所以T=2是非常小了，一般短面板数据是不是不用考虑自相关性，需要重点解决异方差的问题。
我用的eviews7，回归之后在option里没有residual tests这个选项。是软件的问题？只有stata可以做面板数据的异方差检验吗？

好像Eviews不能做面板数据的异方差检验