X 是固定的,这是很强的假设,但是有这个假设以后,很多问题就很简单

而且以后把这个假设去掉以后,基本理论结果不会改变很多,这就是为什么

很多书一开始,就有这个假设.

比如Y代表消费,X代表家庭收入,重复抽样的时候让X固定可以这么理解,第一

次抽N个家庭,第二次还是抽N个家庭,而且这N个家庭跟第一次抽样的N个家庭

的收入一样,我只选这样的数据,每次从新抽样,都确保家庭收入一样,即使收入

一样,因为是不同的家庭,消费(Y)也会不一样,这样一来,就可以把X看成固定的

Y还是随机的.这是很强的假设.

在实际中X跟Y一样都是随机的.如果有更强的假设E(U|X)=0, OLS还是BLUE,如果有更

弱一点的假设COV(X,U)=0你只能得出估计值是CONSISTENT 得不出UNBIASED

[此贴子已经被作者于2007-1-11 0:12:14编辑过]

概率论语言就是关于（假设X已经发生的）扰动项的条件期望、条件方差阵、条件分布的假设。

是E(u|X)=0吧？

谢谢各位！

“第一次抽N个家庭,第二次还是抽N个家庭,而且这N个家庭跟第一次抽样的N个家庭的收入一样,我只选这样的数据,每次从新抽样,都确保家庭收入一样”

我原来就是弄不懂，在实际的工作中，如何能够按照这样的方式去抽样。

原来只是“假设”。

Gujarati的书从一个已知的总体（分布）来引入回归分析，总觉得有点怪怪的，但又说不出来，哪儿怪？（好像是对一个已知总体进行抽样，进行回归分析。觉得书中讲的都有道理，同时又觉得没有这个必要，我已经知道总体了呀。我怎么觉得在你们越来越聪明的时候，我却越来越笨了，脑筋不转弯了。）