自相关Р多元线性回归模型的基本经典假定Р假设1 随机误差项具有零均值。Р假设2 对于解释变量的所有观测值,随机误差项有相同的方差。Р(如果违反,则出现异方差)Р假设3 随机误差项彼此之间不相关Р(如果违反,则出现自相关)Р假设4 所有的解释变量Xi与随机误差项彼此之间不相关。Р(遗漏变量中经常出现,会出现参数估计有偏)Р假设5 解释变量Xi之间不存在精确的线形关系,即解释变量的样本观测值矩阵X是满秩矩阵,应满足关系式:? rank(X)=k+1<nР(如果违反,则出现多重共线性)Р假设6 随机误差项服从正态分布,Y也服从正态分布。Р在大样本下,这一假设可以放松为i.i.d.Р假设7 不太可能出现大异常值。Рu的方差协方差矩阵Р经典假设Р异方差Р自相关Р异方差经常出现在截面数据中,因为在截面数据中经常会出现的情况。?解决方法:异方差稳健的标准差。? FGLS(可行性广义最小二乘法)Р自相关经常出现在时间序列数据中,因为在时间序列数据中,经常会出现的? 的情况。? ? 面板数据可以看作是截面数据和时间序列的集合,所以既有可能出现异方差,又有可能出现自相关。Р截面数据的残差图Р时间序列数据的残差图
全文预览
