在计量经济学中, 这两个等式的推导主要基于数学期望的基本性质和线性模型的假设。我来解释一下：

1. 首先看第一个等式：E(u|x)=0

这代表条件于自变量x，误差项u的平均值为零。这是经典线性回归模型中的一个重要假设。具体来说，在给定的x下（即当我们观测到特定的x值时），残差u的期望应该是0。

这个假设通常意味着模型是正确规定的，没有遗漏重要的解释变量，并且随机干扰项不与自变量系统相关。在OLS(普通最小二乘法)估计中，如果满足此假设，则可以保证无偏性。

2. 再看第二个等式：E(x'u)=0

这表示误差项u和自变量x的内积（点乘）的期望为零。简单来说，这意味着观测值中的自变量与残差之间的相关性平均来说不存在。更确切地讲，在大量样本中, 误差项u与自变量x之间没有系统性的关联。

这个等式是OLS估计量无偏性和一致性的基础之一。在回归分析中，如果模型正确设定，并且随机扰动项与解释变量不相关，则OLS估计量将是无偏的和一致的。

这两个假设对于保证线性回归分析的有效性至关重要，在实际应用中需要对数据进行相应的检验来确保满足这些假设条件。
希望这能帮到你理解格林《计量经济分析》中的这两条基本等式！

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用