超级会员免费看
做线性回归之前需要做以下假定：
（1）模型对参数而言是线性的（ 只能是以1次方出现）；
（2）在重复抽样中X是固定的，或X是非随机的；
（3）干扰项满足 Gauss-Markov条件
{
E(εi)=0cov(εi,εj)={
σ2,i=j0,i≠j \left\{\begin{array}{c} \mathbf{E}\left(\varepsilon_{\mathbf{i}}\right)=\mathbf{0} \\ \operatorname{cov}\left(\varepsilon_{\mathbf{i}}, \boldsymbol{\varepsilon}_{\mathbf{j}}\right)=\left\{\begin{array}{c} \mathbf{\sigma}^{2}, \mathbf{i}=\mathbf{j} \\ \mathbf{0}, \mathbf{i} \neq \mathbf{j} \end{array}\right. \end{array}\right.
线性回归的假定条件
最新推荐文章于 2025-09-30 16:31:19 发布
线性回归分析前需要遵循一系列假定：模型线性、X固定或非随机、干扰项满足Gauss-Markov条件、不相关、样本长度大于参数数量、X值变化足够大、无复共线性、正确设定模型。理解并检查这些条件对于确保模型的准确性和有效性至关重要。
订阅专栏 解锁全文
扫一扫
1万+
到【灌水乐园】发言
