![b55b23428e48620e38d542110024622a.gif](https://i-blog.csdnimg.cn/blog_migrate/95d40b45a73c0d04dfd2d8784371e8f3.gif)
OLS基本假定
OLS重要假定:
经典线性回归假设:
- 假定SLR.5 随机干扰项与解释变量之间不相关。
- 假定SLR.6 随机干扰项服从零均值、同方差的正态分布。
假定SLR.1 回归模型是正确设定的,即满足模型不存在设定偏误。
假定SLR.2 解释变量X是确定性变量,不是随机变量,且各解释变量之间无完全多重共线性(相关性)。
假定SLR.3 解释变量的样本有变异性,即x的值不全相同。(非常弱的假定)
假定SLR.4 在给定X的条件下,随机干扰项具有零均值、同方差和不序列相关性。
回归分析的标准流程
STEP1
问题的提出以及目前研究进展(综述),
得出结论:我的这个研究是有意义有价值的!
STEP2
模型构建与变量说明,如果涉及到指标计算,需要详细阐述计算思路。
STEP3
描述统计及(或)相关分析
STEP4
基本模型或基本回归分析
STEP5
回归的偏误处理或内生性检验及修正
下期预告
回归分析偏误处理喜欢就点个在看吧