什么是异质性
异质性是遗传学概念，一种遗传性状可以由多个不同的遗传物质改变所引起。遗传异质性(genetic heterogeneity)分为基因座异质性和等位基因异质性。
基因座异质性病是由不同基因座的基因突变引起的，如先天性聋哑有常染色体隐性遗传、常染色体显性遗传和X连锁隐性遗传3种遗传方式。
属于常染色体隐性遗传的有35个基因座位，占病例总数的68%。因此，常可见到2个先天性聋哑患者婚配后生出并不聋哑的孩子，就是由于父母的聋哑基因不在同一基因座位所致，即一个亲代的基因型为AAbb，另一个亲代的基因型为aaBB，两个亲代都是某基因座的纯合子患者，但他们子女的基因型为AaBb，在两个基因座位上均为杂合子，故表现正常。
扩展资料：
这种不均一性是因为在肿瘤细胞中，修复突变，维护基因组稳定的很多蛋白失活，并且在正常情况下诱导细胞自杀，从而防止细胞突变成无可挽救的危害物的机制——细胞凋亡（apoptosis）也在不同程度上失活，所以每个肿瘤细胞在每一轮复制时，都会产生新的不同的突变，所以就形成了异质性的肿瘤。
这一点其实跟病毒很相似。病毒在体内也是异质性的，即每个病颗粒的基因组其实并不完全一样，它们都有着或多或少的差异，而这种差异主要来自于病毒的低保真的复制酶。这在进化上来说对病毒是有利的。
一般异质性是和同质性放一起的。
异质性（Heteroskedastic）
如何准确识别自变量X对因变量Y的作用？考虑到影响Y的因素有很多，不仅包括X，也包括其他因素（也即非观测因素）。为逻辑清晰起见，我们简单把非观测因素的作用归结为Z。如果X的值变化了，Z的值也随之变动，此时你观测到的Y的变动，到底是X引起的，还是Z引起的？说不清楚。
所以，逻辑上来讲，只有在Z不变的情况下，X变了，Y也变了，你才可以说，Y的变动确实是X引起的，因为此时其他因素Z是保持不变的，也就是我们通常说的“其他因素不变”。
那么，其他因素Z不变，如果其作用被吸收进误差项（因为既然Z是非观测因素，缺乏有效测量数据，那么你在计量经济模型中是只考虑X的），其在统计上的表现之一就是误差项的方差应该保持不变（当然还有其他统计上的表现，方差不变只是“其他条件不变”这一前提的统计表现之一）。因为误差项是随机因素成分，其方差不应随X的变化而表现出系统性的差别。当把Z的效应纳入误差项后，如果Z是随X变化的（就是不同的X，其他因素Z也不同），那么这样的误差项当然就表现出“异方差”了。
从另一个角度来说，同方差假设给统计推断带来便利，因为你要估计的方差数大大减少了。不管X取何值，误差项的条件方差都是一样的，否则X每取一个值，你都要去估计一个条件方差，重复测量数据还勉强可以做到，一般的横截面数据是不可能估计出这么多的误差方差的。
研究的样本的重要属性上总是存在差异（Heteroskedasticity），比如人和人之间的消费习惯可能大相径庭，这样你记录1000个人10年的月消费数据，即便他们收入流和资产完全相同，消费流也可能截然不同。在统计性质上，这种不同表现为异方差。所以在计量模型上，横截面数据和面板数据经常出现，也可以说总会存在异质性问题。
