对随机项U的三大古典假定 1、零均值假定:U的平均值为0 数学表示E(U)=0 2、同方差性与无序列相关性假定 方差:衡量数值分布情况的一个统计指标 数学表示 var(U)=∑(U1-E(U) 同方差性即各次观测中的Ui具有相同的方 差,设为var(U)=∑(U-E(U)=021
对随机项Ui的三大古典假定 1、零均值假定：U的平均值为0 数学表示 E(Ui )=0 2、同方差性与无序列相关性假定 方差：衡量数值分布情况的一个统计指标 数学表示 Var(Ui )=(Ui -E(U)) 同方差性即各次观测中的Ui具有相同的方 差，设为Var(Ui )=(Ui -E(U))=σ2 u
对随机项U的三大古典假定 无序列相关性:指任意两次观测中的U与U1 是不相关的 即U的取值不受U的影响 数学表示CoV(u,U)=0 3、U与X协方差为零的假定 数学表示Cov(U,X)=0
对随机项Ui的三大古典假定 无序列相关性：指任意两次观测中的Ui与Uj 是不相关的 即Ui的取值不受Uj的影响 数学表示 Cov(Ui ，Uj )＝0 3、 Ui与Xi协方差为零的假定 数学表示 Cov(Ui ， Xi )＝0
对协方差概念cov()的解释 衡量两个变量朝什么 方向以及在什么程度 上共同变动的尺度 设对两个变量U与X进 行n次观测,得到n组 数据(u,X),由此 得散点图见右
对协方差概念Cov(·)的解释 衡量两个变量朝什么 方向以及在什么程度 上共同变动的尺度 设对两个变量U与X进 行n次观测，得到n组 数据（ui，Xi），由此 得散点图见右 X X u U
利用散点图进行直观判断的方法 如右图,U与X成 同方向变动的关 系,则表明U与Ⅹ 正相关 如散点集中分布 在新坐标系的二、 四象限,则负相 关
利用散点图进行直观判断的方法 如右图，U与X成 同方向变动的关 系，则表明U与X 正相关 如散点集中分布 在新坐标系的二、 四象限，则负相 关 X u X U
利用协方差公式进行定量分析 ∑(x-u)(x1-X) Cov(u, X= 当Cov(uX)>0时,认为U与X正相关 当Cov(uX)<0时,认为U与X负相关 当Cov(uX)=0时,才认为U与X满足无相关性的古典假
利用协方差公式进行定量分析 1 ( )( ) ( , ) 1 − − − = = n u u X X Cov u X n i i i 当Cov(u,X)>０时，认为U与X正相关 当Cov(u,X)<０时，认为U与X负相关 当Cov(u,X)=０时，才认为U与X满足无相关性的古典假定