能够修正异方差的方法有A. 加权最小二乘法B. 逐步回归法C. 广义最小二乘法D. 对原模型变换法E. 对模型进行对数变换

步骤 1：理解异方差
异方差是指在回归分析中，误差项的方差不是常数，而是随着自变量的变化而变化。这违反了经典线性回归模型的假设之一，即误差项的方差是常数（同方差）。

步骤 2：识别修正异方差的方法
修正异方差的方法包括：
- 加权最小二乘法（Weighted Least Squares, WLS）：通过给不同观测值赋予不同的权重，使得误差项的方差趋于一致。
- 对原模型变换法：通过变换模型的形式，使得误差项的方差趋于一致。
- 对模型进行对数变换：通过取对数变换，可以减少误差项的方差变化。

步骤 3：排除不适用的方法
- 逐步回归法（Stepwise Regression）：主要用于变量选择，而不是修正异方差。
- 广义最小二乘法（Generalized Least Squares, GLS）：主要用于修正自相关，而不是异方差。