y=α+βTx+μ+ε

以一个简单的回归方程回例，回归方程中一个很重要的因素是误差项，误差项通常有两部分组成，一部分是μ表示的误差项，该项误差项在每个实验样本上的取值都是一样的，这个误差项可能是和自变量有关的；另一部分是ε 表示的异方差性误差项，在一个好的模型中，ε应该与自变量和μ都是独立的。

在对回归模型选择合适的估计方法时，需要关注到的是μ异方差项的性质，分为以下几种常见情况： (1) 如果异方差项为0，也就是说模型不存在异方差性，那么最适合模型的估计方法就应该是最小二乘估计。 (2) 如果μ和自变量无关，那么就应该考虑随机效应模型 (3) 如果μ和自变量相关，那么就应该考虑固定效应模型

在进行BP检验之后，可以再做一个Hausman检验，以进一步判断应该使用固定效应模型还是随机效应模型。

Reference