2.2一元线性回归模型的基本假设.pptVIP

§2.2 一元线性回归模型的基本假设(Assumptions of Simple Linear Regression Model) 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 一元线性回归模型：只有一个解释变量 i=1,2,…,n Y为被解释变量，X为解释变量，?0与?1为待估参数， ?为随机干扰项 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（Ordinary Least Squares, OLS）估计而提出的。所以，在有些教科书中称为“The Assumption Underlying the Method of Least Squares”。 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。The regression model is correctly specified. 线性回归假设。The regression model is linear in the parameters。 注意：“linear in the parameters”的含义是什么？ 2、关于解释变量的假设 确定性假设。X values are fixed in repeated sampl