欢迎来到天天文库
浏览记录
ID:46955852
大小:403.50 KB
页数:11页
时间:2019-12-01
《计量经济学一元线性回归模型的基本假设》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、§2.2一元线性回归模型的基本假设●对模型设定的假设●对解释变量的假设●对随机干扰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。Theregressionmodeliscorrectlys
2、pecified.线性回归假设。Theregressionmodelislinearintheparameters。2、关于解释变量的假设确定性假设。Xvaluesarefixedinrepeatedsampling.Moretechnically,Xisassumedtobenonstochastic.与随机项不相关假设。ThecovariancesbetweenXiandμiarezero.由确定性假设可以推断。观测值变化假设。Xvaluesinagivensamplemustnotallbethesame.无完全共线性假设。Thereisnoperfectmulticoll
3、inearityamongtheexplanatoryvariables.适用于多元线性回归模型。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。时间序列数据作样本时间适用3、关于随机项的假设0均值假设。Theconditionalmeanvalueofμiiszero.同方差假设。Theconditionalvariancesofμiareidentical.(Homoscedasticity)由模型设定正确假设推断。是否满足需要检验。序列不相关假设。Thecorrelationbetweenanytwoμiandμjiszero.是否满足需要检验。4
4、、随机项的正态性假设在采用OLS进行参数估计时,不需要正态性假设。在利用参数估计量进行统计推断时,需要假设随机项的概率分布。一般假设随机项服从正态分布。可以利用中心极限定理(centrallimittheorem,CLT)进行证明。正态性假设。Theμ’sfollowthenormaldistribution.5、CLRM和CNLRM以上假设(正态性假设除外)也称为线性回归模型的经典假设或高斯(Gauss)假设,满足该假设的线性回归模型,也称为经典线性回归模型(ClassicalLinearRegressionModel,CLRM)。同时满足正态性假设的线性回归模型,称为经典正态
5、线性回归模型(ClassicalNormalLinearRegressionModel,CNLRM)。线性回归模型的基本假设假设1、解释变量X是确定性变量,不是随机变量;假设2、随机误差项具有零均值同方差不序列相关性:E(i)=0i=1,2,…,nVar(i)=2i=1,2,…,nCov(i,j)=0i≠ji,j=1,2,…,n假设3、随机误差项与解释变量X之间不相关:Cov(Xi,i)=0i=1,2,…,n假设4、服从零均值、同方差、零协方差的正态分布i~N(0,2)i=1,2,…,n假设5: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。
6、即假设6:回归模型是正确设定的
此文档下载收益归作者所有