计量经济学 3.4 经典假设

以上假设也称为线性回归模型的经典假 经典假 高斯（ 设或高斯（Gauss）假设 高斯 ）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 经典线性回归模型 （Classical Linear Regression Model, CLRM）。
另外，在进行模型回归时，还有两个暗含的 另外 假设： 假设5. 没有一个解释变量是其他任何解释 变量的完全线性函数。 假设6. 误差项服从正态分布
假设3. 随机误差项µ与所有的解释变量X之 间不相关： Cov(Xi, µi)=0 i=1,2, …,n 假设4. µ服从零均值、同方差、零协方差的 正态分布 µi~N(0, σ2 ) i=1,2, …,n
注意： 注意：
1. 2. 如果假设1、2满足，则假设3也满足; 如果假设4满足，则假设2也满足。
§4 经典回归模型与高斯定理
ቤተ መጻሕፍቲ ባይዱ
重要的理论问题：
第一，“经典”的含义是什么？ 第二，“经典”的意义（违背的后果）。
一、线性回归模型的基本假设
假设1. 回归模型是线性的，被正确设定，且含 义随机误差项； 假设2. 随机误差项µ具有零均值、同方差和不 序列相关性： E(µi)=0 Var (µi)=σµ2 Cov(µi, µj)=0 i=1,2, …,n i=1,2, …,n i≠j i,j= 1,2, …,n
二、无偏估计量的含义
1. 定义 2. 几何意义 3. 特别注意
三、方差的性质
1. 几何意义 2. 改善方法 3. 特别注意
四、高斯定理
1. 内容 2. 扩展 3. 性质：证明