正在加载图片...
1、模型的一般形式 y1=B+Bx1+1(i=1,2 个解释变量,两个参数 五条基本假设 (1)随机误差项均值为0 E(μ=0; (2)随机误差项同方差 var(μ)=σ2 (3)随机误差项无序列相关 cov1叫=0; (4)x是确定性的,非随机变量coV(xp=0; (5)随机误差项服从正态分布计N(,2) 2,,,n;• 1、模型的一般形式 • 一个解释变量,两个参数 五条基本假设 (1)随机误差项均值为0 E(i )=0 ; (2)随机误差项同方差 Var (i )= 2; (3)随机误差项无序列相关 Cov(i, j )=0; (4)x是确定性的,非随机变量 Cov(xi , i )=0; (5)随机误差项服从正态分布 i~N(0,  2 ) i,j= ,2, …,n; i≠j yi =  0 + 1 xi + (i i =1,2,  ,n)
<<向上翻页向下翻页>>
©2008-现在 cucdc.com 高等教育资讯网 版权所有