第一节 多元线性回归模型的假设

1 随机项的每一个元素数学期望为零

2 随机项的每一个元素的方差相同

3不同随机箱之间不相关

4解释变量与随机项之间是不相关的

5随机项服从正态分布

6解释变量彼此线性无关，也就是无多重共线性

第二节 多元先行回归模型的参数估计

1 最小二乘法

多元线性回归的假设检验 1拟合优度 2 T检验（或者直接看P数如果P小于零点一 或者零点零五 就认为她是显著的） 3 F检验

1拟合优度检验 R^2 越接近一 回归效果越好 调整后的 R^2 （进行标准化） 

2 变量显著性检验  T检验 对每一个变量进行显著性检验，以确保他们是否留在模型中 在自由度大于等于20且显著性水平在零点零五，当T值在绝对值上超过二时，就可以拒绝原假设。（2倍T法则法）

3方程的显著性检验 F检验 被解释变量 和 解释变量 在总体上是否显著 进行推断 原假设H0 备择假设 H1  拒绝H0 认为模型的线性关系在总体上显著成立

4 置信区间 参数估计的置信区间  在实际运用中 希望置信水平越高越好 置信区间越小越好 如何缩小置信区间

一 增大样本容量

二 提高模型的拟合优度

三 提高样本的观察值的分散程度