简单线性回归模型 为什么有那么多假设?

刚开始学这些 不是很懂
这些假设都有什么用处啊?
谁能比较简单的解释一下。。。谢谢。。

我假设你学的是计量经济学或者统计学基础
一般有这么几个假定
1 cov(xi,xj)=0,也就是说不同的x间不能有关系,否则的话就会出现多重共线性的问题。举个简单的例子,如果x1=2*x2,哪还有必要用两个x进行回归吗?
2 ui(残差)随机,零均值,同方差,不相关。 如果不是同方差的话就会出现异方差问题,这个会影响预测结果。如果残差相关的话就会出现序列相关性,就是残差跟时间有关系,这个是不行的。
3 cov(x,ui)=0,也就是说x和残差是无关的。否则的话会出现内生性,这个解释起来比较复杂,属于高级计量考虑的问题,你暂时不要管他好了。
温馨提示:答案为网友推荐,仅供参考
第1个回答  2012-05-28
假设是分析的前提
相似回答