（1）客观现象的随机性。引入e的根本原因，乃是经济活动是人类参与的，因此不可能像科学实验那样精确。

（2）此外还有社会环境和自然环境的随机性。

（3）模型省略了变量。被省略的变量包含在随机扰动项e中。

（4）测量与归并误差。测量误差致使观察值不等于实际值，汇总也存在误差。

（5）数学模型形式设定造成的误差。由于认识不足或者简化，将非线性设定成线性模型。

[em01]

1）理论不清楚；
2）数据不可得；
3）核心变量与边缘变量之分（Core variables versus peripheral variables）；
很大的可能许多边缘变量的联合影响如此之小，以至于它最多是非系统的或者随机的，基于
实际和成本的考虑，不值得在模型中显性地引入它们。我们希望把它们的联合影响处理成随
机变量。
4）人类行为的内在随机性（Intrinsic randomness in human behavior）；
5）不好的代理变量；
6）节减的原则（Principle of parsimony）
根据Occam 的razor 理论，我们应该让回归模型尽可能的简洁；当然，不应该为了简洁而把
相关的和重要的变量排除在外。
7）错误的方程形式设定。