1樓：
1、不同點
多元線性迴歸中的古典假定比簡單線性迴歸時多出一個無多重共線性假定。
2、相同點
基本假定包括
（1）零均值假定；
（2）同方差假定；
（3）無自相關假定；
（4）隨機擾動項與解釋變數不相關假定；
（5）正態性假定。
擴充套件資料建立多元線性迴歸模型時，為了保證迴歸模型具有優良的解釋能力和**效果，應首先注意自變數的選擇，其準則是：
（1）自變數對因變數必須有顯著的影響，並呈密切的線性相關；
（2）自變數與因變數之間的線性相關必須是真實的，而不是形式上的；
（3）自變數之間應具有一定的互斥性，即自變數之間的相關程度不應高於自變數與因變數之因的相關程度；
（4）自變數應具有完整的統計資料，其**值容易確定。
2樓：匿名使用者
簡單線性迴歸模型的基本假定：①零均值假定；②同方差假定；③無自相關假定；④隨機擾動項與解釋變數不相關假定；⑤正態性假定。
多元線性迴歸模型的基本假定：1、零均值假定；②同方差和無自相關假定；③隨機擾動項與解釋變數不相關假定；④無多重共線性假定；⑤正態性假定
經典線性迴歸模型的假定有哪些
3樓：eunice楊
1、模型對引數為線性
2、重複抽樣中x是固定的或非隨機的
3、干擾項的均值為零
4、u的方差相等
5、各個干擾項之間無自相關
6、無多重共線性，即解釋變數間沒有完全線性關係7、u和x不相關
8、x要有變異性
9、模型設定正確
簡單線性迴歸模型 為什麼有那麼多假設？
4樓：五湖煙樹
我假設你學的是計量經濟學或者統計學基礎
一般有這麼幾個假定
1 cov（xi,xj）內=0，也就是說不同的容x間不能有關係，否則的話就會出現多重共線性的問題。舉個簡單的例子，如果x1=2*x2，哪還有必要用兩個x進行迴歸嗎？
2 ui（殘差）隨機，零均值，同方差，不相關。 如果不是同方差的話就會出現異方差問題，這個會影響**結果。如果殘差相關的話就會出現序列相關性，就是殘差跟時間有關係，這個是不行的。
3 cov(x,ui)=0，也就是說x和殘差是無關的。否則的話會出現內生性，這個解釋起來比較複雜，屬於高階計量考慮的問題，你暫時不要管他好了。
線性迴歸的基本假設
簡單線性迴歸模型中的beta1和beta2是獨立的嗎
偏回歸係數是指是多元迴歸問題出現的一個特殊性質。設自變數x1，x2，xm與因變數y都具有線性關係，可建立迴歸方程 b0 b1x1 b2x2 bmxm。式中b1，b2，bm為相應於各自變數的偏回歸係數。兩者區別如下 一 指代不同 1 線性迴歸係數 在迴歸方程中表示自變數x 對因變數y 影響大小的引數。...
怎麼用Eviews分析多元非線性迴歸模型呢
分析方法有很多的,你的因變數是什麼?我替別人做這類的資料分析蠻多的 如何用matlab非線性迴歸分析 把y x a兩邊取bai對數,就有log y a log x 如果將log y 看成 du是log x 的函zhi數,那麼它們是dao線性的.這時回是方程的個數是10000個,而未知數答是1個 a ...
請教下這個spss的多元線性迴歸結果
b 為方程的b，如0.068701即為x1前的樣本回歸係數b1，2.856476為b0.該方程可寫成y 2.856476 0.068701x1 0.183756x2 se b為各b的標準誤。beta為b的標準化迴歸係數。t為用t檢驗法對方程進行假設檢驗以說明其有無統計學意義的t值。sigt為t值對應...