第 1 页 / 共 15 页
第 2 页 / 共 15 页
第 3 页 / 共 15 页
第 4 页 / 共 15 页
第 5 页 / 共 15 页
第 6 页 / 共 15 页
第 7 页 / 共 15 页
_第1页_学霸英雄_www.xuebayingxiong.com.png "《计量经济学》复习重点（敲黑板~）_无自相关假定数学表达式 - 04_《计量经济学》复习资料_《计量经济学》知识点(超全版)_第1页_学霸英雄_www.xuebayingxiong.com")
第 8 页 / 共 15 页
_第2页_学霸英雄_www.xuebayingxiong.com.png "《计量经济学》复习重点（敲黑板~）_无自相关假定数学表达式 - 04_《计量经济学》复习资料_《计量经济学》知识点(超全版)_第2页_学霸英雄_www.xuebayingxiong.com")
第 9 页 / 共 15 页
第 10 页 / 共 15 页
第 11 页 / 共 15 页
第 12 页 / 共 15 页
第 13 页 / 共 15 页
第 14 页 / 共 15 页
第 15 页 / 共 15 页
《计量经济学》复习重点（敲黑板~）_无自相关假定数学表达式
《计量经济学》复习重点（敲黑板~） 计量经济学，看似高深莫测，其实核心就在于用统计学和数学方法去分析经济现象，从而更好地理解和预测经济规律。对于即将考试或复习的朋友们，别慌，我们来梳理一下重点，特别是那些可能让人头疼的无自相关假定和数学表达式。 首先，什么是无自相关假定？简单来说，它指的是误差项（error term）不与自身相关，也就是一个误差不影响另一个误差的影响。这是线性回归模型的一个重要假设，违反这个假设会导致估计结果的偏差，尤其是当误差项存在自相关时，标准误差会低估，从而导致系数的虚假显著性。 接下来，让我们看看常见的数学表达式： 误差项 (ε)：代表了模型未能解释的各种随机因素，例如，消费者由于收入变化而改变消费习惯。 线性回归方程 (Y = β₀ + β₁X + ε)：最基础的线性回归模型，其中 Y 是因变量，X 是自变量，β₀ 是截距，β₁ 是斜率，ε 是误差项。 方差-协方差矩阵: 用于描述误差项的方差和它们之间的协方差关系。理解这个矩阵对于检验假设和评估模型的重要性至关重要。 记住，违反无自相关假定，会导致OLS估计量仍然是最有效的，但标准误差的估计将不准确。因此，在分析数据时，务必仔细检查是否存在自相关，例如通过Durbin-Watson检验来判断。 最后，不要害怕数学表达式！它们只是工具，帮助我们更精确地描述和分析经济关系。多做练习，熟练掌握这些基本概念和表达式，你就能在计量经济学的道路上游刃有余。加油！
展开
计量经济学
2025-08-01
35次阅读