...黄智聪 授课内容： 最小平方估计式的性质、简单回归模型之....PPTVIP

加入誤差項 y：迴歸模型的依變數（dependent variable） 依變數y可以被分解成兩個部分： 1. 規律性的部分：E(y) 不是隨機的 2. 隨機部分：y與 E(y) 之間的差，稱為隨機誤差項e（random error term） e=y-E(y|x)=y-β1 -β2x y=β1 +β2x +e x：獨立變數 由誤差項e來說明迴歸模型的假設 1. 對於各個x值來說，y值為y=β1 +β2x +e 2. 隨機誤差e的平均值為 E(e)=0，因為假設E(y) = β1 +β2 x 3. 隨機誤差e的變異數為 Var(e)= ?2 =Var(y) 因為y和e只相差一個常數，而此常數不會改變其變異數。 4. 任何一對隨機誤差ei 和ej 的共變數為 Cov (ei , ej ) =Cov (yi , yj)=0 5. 變數x並非隨機的，且必須至少有2個不同的值。 6. (選擇性的) e值常態地分配於其平均值0的附近 e~N(0, ?2 ) 。 對誤差項e的另一種解釋方式 y 是可以觀察的，e 是無法觀察的。 給予任一個y值，我們可以計算出 e=y -β1 -β2 x e 表示除了x之外，會影響y的其他因素。 在食物支出的例子裡，什麼因素可能會導致支出y與其平均值 E(y