1、异方差性：对于不一样的样本点，随机干扰项的方差不再是常数，而是互不相似，则认为出现了异方差性。 类型：单调递增型，单调递减型，复杂型。原因：⑴ 模型中遗漏了随时间变化影响逐渐增大的原因。（即测量误差变化）⑵ 模型函数形式设定误差。⑶ 随机原因的影响。（即截面数据中总体各单位的差异） 后果：1．参数估计量非有效 2.变量的明显性检查失去意义 3.模型的预测失效 检查：图示检查法，戈德菲尔德－匡特检查，怀特检查，帕克检查和戈里瑟检查 处理：变异方差为同方差，或尽量缓和方差变异的程度。（加权最小二乘法（WLS），异方差稳健原则误法）2、序列有关性：假如模型的随机干扰项违反了互相独立的基本假设，则称为存在... 原因：经济数据序列惯性；模型设定的偏误；滞后效应；蛛网现象；数据的编造 后果：1．参数估计量非有效；2.变量的明显性检查失去意义；3.模型的预测失效 检查措施：图示法；回归检查法；D.W.检查法；拉格朗日乘数检查 补救措施：广义最小二乘法（GLS），广义差分法，随机干扰项有关系数的估计，广义差分法在计量经济学软件中的实现，序列有关稳健原则误法。3、多重共线性：假如模型的解释变量之间存在着较强的有关关系，则称模型存在多重共线性。 原因：经济变量有关的共同趋势、滞后变量的引入、样本资料的限制 后果（一）完全：1、 参数估计值不确定。 2、参数估计值的方差会无限大。( 二)不完全：1、有也许求出参数的估计值，但估计值很不稳定。2、参数估计值的方差会随多重共线性（近似）程度的提高而增大。3、对总体参数的区间估计将会减少精确度（置信区间变宽）。评价区间估计的两个原则： (1)估计的可靠度。（2）估计的精确度 .4、对总体参数的明显性检查（t 检查）在记录上将会不明显。 检查：1.检查多重共线性与否存在 2.判明存在多重共线性的范围克服措施：1.排除引起共线性的变量 2.差分法3.见笑参数估计量的方差4、●经典假定：1、零均值假定。2、同方差假定。3、无自有关假定。4、解释变量与随机误差项不有关。5、无多重共线性假定。6、正态性假定。●多元线性回归模型的基本假定：零均值假定、同方差和无自有关（条件方差不变、条件自有关等于 0）、随机扰动项与解释变量不有关、无多重共线性、正态性假定独立同分布,且～ N (0,σ2)5、拟和直线的优度-判定系数 r2。TSS 为总离差平方和，反应 Y 的样本观测值的平均差异程度；ESS为 Y 的估计值与均值的离差平方...
