将正确模型Y=β。+β1X1+β2X2+μ的离差形式 B1x1+B2x21+1- 代入 得 ∑x1y1∑x(月x+B2x21+1-) B1+B2 (1)如果漏掉的X2与X1相关,则上式中的第二项在小样本下 求期望与大样本下求概率极限都不会为零,从而使得OLS 估计量在小样本下有偏,在大样本下非一致将正确模型 Y=0+1X1+2X2+ 的离差形式 yi = 1 x1i +  2 x2i + i −  代入   = 2 1 1 1 ˆ i i i x x y  得         − = + + + + − = = 2 1 1 2 1 1 2 1 2 2 1 1 1 1 2 2 2 1 1 1 ( ) ( ) ˆ i i i i i i i i i i i i i i x x x x x x x x x x x y          (1)如果漏掉的X2与X1相关，则上式中的第二项在小样本下 求期望与大样本下求概率极限都不会为零，从而使得OLS 估计量在小样本下有偏，在大样本下非一致