古典线性回归模型假定是什么古典线性回归模型假定是指高斯提出的10大假定，这些假定被作为大部分计量理论的基石。假定1:线性回归模型。即回归模型在参数上是线性的，这是古典线性回归模型的起点。假
古典线性回归模型假定是什么古典线性回归模型假定是指高斯提出的10大假定，这些假定被作为大部分计量理论的基石。
假定1:线性回归模型。
即回归模型在参数上是线性的，这是古典线性回归模型的起点。
假定2:在重复抽样中，x值是固定的，非随机的。
这个假定的根本意思就是，我们的回归分析是条件回归分析，以给定的解释变量x值为条件。
假定3:干扰项具有零均值。即E(εi | xi) = 0。
该假定说的就是，没有显性包括在模型中而是包含在epsilon_i中的因素不会系统地影响y的均值，正的εi和负的εi会相互抵消，所以，它们对Y的平均影响等于0。
假定4:干扰项具有同方差。即Var(εi | xi) = σ。
同方差的意思就是，围绕回归线的变化在不同的x值上是相同的，不会随着x的变化而增加或减少。相反，如果Y总体的条件方差随X而变化，这种情形就称作异方差，即
。
假定5:干扰项之间不存在自相关。给定任意两个X值，对应的两个干扰项之问的相关等于0。即，Var(εi,εj | xi,xj)=
。。
假定6:εi和Xi之问的协方差等于0。即COV(εi,xi) = E(εi,xi) = 0。
假定7:观察值的个数n必须大于要估计的参数的个数。
假定8:X值的变化必须足够大。
或者说，X的方差
必须是一个有限的正值。
假定9:回归模型正确设定。
假定10:不存在多重共线性。也就是说，在解释变量之问不存在完全的线性关系。这实际上是多元回归中的假定。
