Jenny2021-04-13 16:35:52

同学你好，
1. 无论是一元线性回归模型还是多元线性回归模型，线性回归的前提假设之一就是要求模型残差εi 的方差必须是恒定的，如果残差的方差不恒定，则说明出现了异方差(Heteroskedasticity)。它会影响假设检验。这个要回到OLS系数估计量best的性质上，best可以这么理解，在回归过程中，经过无数次模拟，找到所有线性无偏系数估计量中方差最小的那组系数估计量，这组估计量就符合best的性质。但是因为异方差的存在，残差项的方差是一直在变化的，所以总体方差也是在变动的，就很难确定最小方差，从而给得出系数估计量造成困难，所以系数的误差，也就是SE，是增加的，因为系数的估计量可能更不准了（误差扩大）。大致了解原理即可，原版书对此也没有更多的展开了。
2. 多重共线性准确来说，是自变量之间存在高度的线性相关性，不过这个在回归里面还是比较常见的，只要不是完全线性相关，就不会给回归造成太大的影响。多重共线性的统计特征是回归结果，出现高F统计量，高R方，低T 统计量。大致了解到这里就可以了。