关于数据生成过程的初步假定 虽然数据并不一定满足最小二乘估计直 线这些性质,但仍可依据对现实的抽象, 假定背后有一个数据生成的过程 °y;=a+b1x1+b2x2+b3x3+…+bk (i=1,2 仅仅是一个初步假定(假定:数据生成 过程=确定性部分+非确定性部分),还 须进一步对u作出假定
6 关于数据生成过程的初步假定 • 虽然数据并不一定满足最小二乘估计直 线这些性质，但仍可依据对现实的抽象， 假定背后有一个数据生成的过程 • yi=a+b1xi1+b2xi2+b3xi3+＋bkxik+ui • (i=1,2, ,n) • 仅仅是一个初步假定（假定：数据生成 过程=确定性部分+非确定性部分），还 须进一步对ui作出假定
从总体与样本的关系看残差与随机扰动项 最小二乘估计直线有4条性质。性质中 的残差是一个样本的残差 从总体与样本的关系看,数据是总体的 个子集,自然u;也是u;的一个子集, 而u;是总体的随机扰动项 样本一般说来总会反映一些总体的性质, 于是对随机扰动项作出类似最小二乘估 计残差的假设。 从而完成了数据生成过程的假设
7 从总体与样本的关系看残差与随机扰动项 • 最小二乘估计直线有４条性质。性质中 的残差是一个样本的残差。 • 从总体与样本的关系看，数据是总体的 一个子集，自然u^i也是ui的一个子集， 而ui是总体的随机扰动项。 • 样本一般说来总会反映一些总体的性质， 于是对随机扰动项作出类似最小二乘估 计残差的假设。 • 从而完成了数据生成过程的假设
第一节有关随机扰动项u;的古典模型假设 ·随机扰动项u;是一个有关总体属性的随机变量, 下面对u;的分布,依据最小二乘估计得到的残 差(样本)的性质作出类似的假设: 假设1随机扰动项■;垂直波动 假设2残差分布均值为零 假设3随机扰动项方差一定 假设4随机扰动项(误差)相互独立 假设5所有X都是可观察的并且独立于u 一假设6数据产生过程是线性的
8 第一节 有关随机扰动项ui的古典模型假设 • 随机扰动项ui是一个有关总体属性的随机变量， 下面对ui的分布，依据最小二乘估计得到的残 差（样本）的性质作出类似的假设： – 假设１ 随机扰动项ui垂直波动 – 假设２ 残差分布均值为零 – 假设３ 随机扰动项方差一定 – 假设４ 随机扰动项（误差）相互独立 – 假设５ 所有xi都是可观察的并且独立于ui – 假设６ 数据产生过程是线性的
假设1随机扰动项u;垂直波动 (Vertical Error Jumps 样本数据点只沿着y;的方向在真实直线附 近垂直跳动,即这种波动围绕真实直线上 下波动。对于每一个x,y;总是垂直变动, 没有横向偏移。这也就是说观察到的x;是 准确无误的,实际中的x;没有丝毫偏差 而对应于x;的y;却存在垂直的偏差。 误差变量模型——x;存在随机偏差 ( Errorsin variable mode)(第十五章中讨 论)
9 假设１ 随机扰动项ui垂直波动 （Vertical Error Jumps） • 样本数据点只沿着yi的方向在真实直线附 近垂直跳动，即这种波动围绕真实直线上 下波动。对于每一个xi，yi总是垂直变动， 没有横向偏移。这也就是说观察到的xi是 准确无误的，实际中的xi没有丝毫偏差， 而对应于xi的yi却存在垂直的偏差。 • 误差变量模型——xi存在随机偏差 （Errorsin Variable Model）（第十五章中讨 论）
古典线性模型中只有因变量存在垂直波动 Y A B XI 2 X3 x4 5 6
10 古典线性模型中只有因变量存在垂直波动 Y X A B x1 x2 x3 x4 x5 x6