異方差（Heteroscedasticity）是指在一個統計模型中，不同樣本的誤差方差不同的情形。
在經典線性回歸模型中，一個重要的假設是同方差性，即所有觀測值的誤差項具有相同的方差。當這個假設不成立時，即誤差項的方差不同，就認為模型存在異方差性。異方差可能導致傳統假設檢驗（如OLS估計）失效，並影響參數估計的準確性和模型的預測能力。異方差常見的原因包括數據觀測質量問題、異常值的存在、經濟變化特性或模型設定形式的錯誤等。解決異方差問題的方法包括使用加權最小二乘法（Weighted Least Squares, WLS）或廣義最小二乘法（Generalized Least Squares, GLS）。