古典线性回归模型(classical linear regression model, CLRM)的假定
【1】线性性(linearity)(linear in parameters)
本来是说,解释变量x们对y的边际效应(也就是那些系数β们)是常数,即线性的,但是如果说某些变量对y的边际效应不是常数,是可变的,那我们可以把平方项、交叉项视作一个新的变量,这样他们的系数还是常数,就依然符合线性性的假设。
那这样看来,其实这个线性性的假设,本质上就成了:回归函数是对参数βi线性的(linear in parameters)。
【2】严格外生性(strict exogeneity)→扰动项与解释变量不相关&正交
指的是,样本i的扰动项均值独立于所有样本的解释变量的观测数据,并非仅仅是样本i的解释变量。表示如下:
![a9236b27fc7de5d6fbb1cf51e3790bd7.png](https://i-blog.csdnimg.cn/blog_migrate/3b5761c9eeb034095828cc14ac6664cc.jpeg)
这意味着,样本i的扰动项与所有的解释变量都不相关。