Ch. 9 Heteroscedasticity Regression disturbances whose variance are not constant across observations are heteroscedastic. In the heteroscedastic model we assume that

线性回归模型和一元线性回归模型

1、OLS估计量的概率分布 B的概率分布 首先,服从正态分布的随机变量的线性组合仍然 服从正态分布。 其次,B分别是的线性组合,因此B的概率分 布取决于随机误差项μ 因此在μ是正态分布的假设下,每一个B也 服从正态分布,其分布特征(密度函数)由其均值和方差唯 一决定

《计量经济学》诺贝尔奖得主

一、随机解释变量问题 二、实际经济问题中的随机解释变量问题 三、随机解释变量的后果 四、工具变量法 五、案例

§2.1 一元线性回归模型的概述 §2.2 回归模型的参数估计

一、序列相关性概念 二、实际经济问题中的序列相关性 三、序列相关性的后果 四、序列相关性的检验 五、具有序列相关性模型的估计 六、案例

一、模型参数的线性约束 二、对回归模型增加或减少解释变量 三、参数的稳定性 *四、非线性约束

一、模型的类型与变换 二、非线性回归实例

§5.1 虚拟变量 §5.3 滞后变量 §5.3 模型的设定偏误* （§3.6 受约束的回归） §5.4 从传统到约化建模