线性回归分析中，为什么要有经典回归模型？哪些情况又不符合呢？

Question

如题所述

Answer 1

经典回归模型必须包含以下几个经典假设条件：
1.模型设定是线性的
2.解释变量是确定性变量
3.随机误差项的均值是零
4.随机误差项同方差
5.随机误差项各项之间无序列相关
6.解释变量与随机误差项不相关
7.随机误差项服从正态分布
上述几个假设条件是为了能够进行无偏有效线性的最小二乘法的估计（BLUE),也是为了后面模型检验的顺利进行（例如T test,F test）。如果违背了上述其中之一的假设条件，就不是经典的线性回归模型，这样的模型用OLS来估计往往失效，就得用一些方法进行修正或者用其他方法来估计参数。。。

Answer 2

经典回归模型必须包含以下几个经典假设条件：
1.模型设定是线性的
2.解释变量是确定性变量
3.随机误差项的均值是零
4.随机误差项同方差
5.随机误差项各项之间无序列相关
6.解释变量与随机误差项不相关
7.随机误差项服从正态分布
上述几个假设条件是为了能够进行无偏有效线性的最小二乘法的估计（BLUE),也是为了后面模型检验的顺利进行（例如T test,F test）。如果违背了上述其中之一的假设条件，就不是经典的线性回归模型，这样的模型用OLS来估计往往失效，就得用一些方法进行修正或者用其他方法来估计参数。