看到许多不同说法

1、3个。外生性、样本独立同分布、没有极端值

2、4个。解释变量是确定变量,不是随机变量；随机误差项具有零均值、同方差和序列不相关性；随机误差项与解释变量之间不相关；随机误差项服从零均值、同方差、零协方差的正态分布

3、5个。自变量（X）和因变量（y）线性相关
自变量（X）之间相互独立
误差项（ε）之间相互独立
误差项（ε）呈正态分布，期望为0，方差为定值
自变量（X）和误差项（ε）之间相互独立

4、6个。A1. 线性参数（一次参数）的表达式，不能有参数平方项等等
A2. 条件均值必须为0
A3.没有多重共线性
A4.没有球度误差, 例如异方差和自相关
A5.可选假设，误差项符合正态分布
A6. 抽样假设， 随机的样本观测值

5、7个。回归模型的系数和误差项是线性的
误差项的总体平均值为零
所有自变量与误差项均不相关
错误项的观察结果彼此不相关
误差项具有恒定的方差（无异方差）
没有自变量是其他解释变量的理想线性函数
错误项是正态分布的（可选）


哪一种说法更准确？这些不同的假设数量之间是什么关系，哪些是可选的，哪些的实质是一样的？