ols估计的分布性质
发布网友
共1个回答
热心网友
1、随机误差项是一个期望值或平均值为0的随机变量；
2、对于解释变量的所有观测值，随机误差项有相同的方差；
3、随机误差项彼此不相关；
4、解释变量是确定性变量，不是随机变量，与随机误差项彼此之间相互；
5、解释变量之间不存在精确的（完全的）线性关系，即解释变量的样本观测值矩阵是满秩矩阵；
6、随机误差项服从正态分布。
OLS估计量的方差
假定SLR.5要求，以 为条件，无法观测变量 的方差是一个常数。这就是同方差（homoskedasticity）或“常方差”假定。
假定SLR.5（同方差性）
给定解释变量的任何值，误差都具有相同的方差，表示为：
假定SLR.4涉及的是 的期望值，而假定SLR.5关心的是 的方差（都是以x为条件）。
在没有假定SLR.5时证明了OLS的无偏性：同方差假定对证明 和 的无偏性毫无作用。
如果我们假定了 和 是的，那么给定 下 的分布就不依赖于 ，因此 且 （这个假定有时是个过强的假定。 ？没有太明白为什么是个过强的假定，
