如果不是在经典Gauss-Markov假设下面，我们研究的更多的是统计量的大样本性质，而大样本性质是指n趋向无穷大时的性质，事实上我们永远不可能使n达到无穷大，因此收敛速度就成为很重要的一个影响因素。一般来说，收敛速度比较快的时候，比如说根号n收敛，那么样本就算稍微小点问题也不大，但假如是kernel estimation，那么根本达不到根号n的收敛速度，这时候的样本就要求更加大才行。

我有两个问题，我不记得谁说过，OLS回归只要有30个以上的样本点就可以近似的看做是满足大样本性质，但我不知道这个30是怎么来的，第二个问题是，类似kernel这种收敛速度比较慢的估计量，我们大概要多大的一个样本才够呢，谢谢了。