原作文文章:http://blog.sina.com.cn/s/blog_b4c2a9810102wr80.html
一、对模型设定的假设
假设1:回归模型是正确设定的。
模型的正确设定包括两方面内容:(1)模型选择了正确的变量;(2)模型选择了正确的函数形式。此时,称模型没有设定偏误(specification error)。
二、对解释变量的假设
假设2:解释变量X是确定性变量,不是随机变量,在重复抽样中取固定值。
假设3:解释变量X在所抽取的样本中具有变异性,而且随着样本容量的无限增加,解释变量X的样本方差趋于一个非零的有限常数。样本方差的极限为非零的有限常数的假设,则旨在排除时间序列数据出现持续上升或下降的变量作为解释变量,因为这类数据不仅使大样本统计推断变得无效,而且往往产生所谓的伪回归问题(spurious regression problem)。
三、对随机干扰项的假设
假设4:随机误差项mu具有给定X条件下的零均值、同方差不序列相关性,即