(07)违背经典假定的回归模型.ppt

1、回归模型对参数而言是线性的； 2、回归模型是正确设定的； 3、各自变量Xi的值在重复抽样中是固定的； 4、自变量的取值必须有足够的变异性； 5、观测次数必定大于自变量的个数； 6、对给定的Xi，随机干扰项ui的均值为零； 7、对给定的Xi，随机干扰项ui的方差不变； 8、对给定的Xi，随机干扰项ui无自相关； 9、干扰项ui与Xi是不相关的； 10、随机干扰项ui是正态分布的； 11、自变量之间无准确的线性关系，即无多重共线性。 §7.1 异方差诊断及改进方法 Q1：什么是异方差性？ Q2：产生异方差性的原因有哪些？ 实际问题是非常错综复杂的，因而在建立实际问题的回归分析模型时，经常会出现某一因素或一些因素随着解释变量观测值的变化而对被解释变量产生不同的影响，导致随机误差项产生不同方差。通过下面的几个例子，我们可以了解产生异方差性的背景和原因。 【例7.1】按照差错—学习模式，当人们学习时，动作上出现的差错随时间的增加而逐渐减少。如在某一时期内测验打字差错数（Y）与打字实习小时数（X）之间的关系。随着打字实习小时数的增加，打字差错平均字数及它们的方差不是不变的，而是随之减少的。这个模型中就出现了异方差。 在上式的模型中，因为各户的收入不同，消费观念和习惯的差异，导致消费的差异非常大，模型中存在明显的异方差性。一般情况下，低收入的家