2.2 一元线性模型的基本假设.pptVIP免费

§2.2一元线性回归模型的基本假设(AssumptionsofSimpleLinearRegressionModel)一、关于模型设定的假设二、关于解释变量的假设三、关于随机项的假设说明•为保证参数估计量具有良好的性质，通常对模型提出若干基本假设。•实际上这些假设与所采用的估计方法紧密相关。•下面的假设主要是针对采用普通最小二乘法（OrdinaryLeastSquares,OLS）估计而提出的。所以，在有些教科书中称为“TheAssumptionUnderlyingtheMethodofLeastSquares”。•在不同的教科书上关于基本假设的陈述略有不同，下面进行了重新归纳。1、关于模型关系的假设•模型设定正确假设。Theregressionmodeliscorrectlyspecified.–模型选择了正确的变量；–模型选择了正确的函数形式。•线性回归假设。Theregressionmodelislinearintheparameters。–只针对线性模型iiiXY10注意：“linearintheparameters”的含义是什么？2、关于解释变量的假设•样本观测值变异性假设。Xvaluesinagivensamplemustnotallbethesame.•样本方差假设。随着样本容量的无限增加，解释变量X的样本方差趋于一有限常数。nQnXXi,/)(2•无完全共线性假设。Thereisnoperfectmulticollinearityamongtheexplanatoryvariables.–对于多元线性回归模型。•解释变量与随机项不相关假设。ThecovariancesbetweenXiandμiarezero.cov(,)0,1,2,,()0,1,2,,iiiiXinEXinLL•关于解释变量确定性假设的说明–在大多数教科书中，对于经典线性模型，假设解释变量是确定性的，即非随机的。Xvaluesarefixedinrepeatedsampling.Moretechnically,Xisassumedtobenonstochastic.–本书不强调该假定。•实际上经济变量一般都具有随机性。•只要随机解释变量与随机项不相关，不影响模型的估计和检验。3、关于随机项的假设•0均值假设。Theconditionalmeanvalueofμiiszero.•随机干扰项的条件零均值假设意味着μ的期望不依赖于X的观测值，总为常数零，也表明μ与X不存在任何形式的相关性。因此该假设成立时称X为外生解释变量（exogenousexplanatoryvariable），否则称X为内生解释变量（endogenousexplanatoryvariable）。()0,1,2,,iiEXin•同方差假设。Theconditionalvariancesofμiareidentical.(Homoscedasticity)2(),1,2,,iiVarXinL是否满足需要检验。•序列不相关假设。Thecorrelationbetweenanytwoμiandμjiszero.是否满足需要检验。(,,)0,,1,2,,,ijijCovXXijnijL4、...