一元线性回归模型的基本假定——转发的其他

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