OLS consistent的最弱條件是什麼?

就從 xepsilon 的關係入手:

E[x_i epsilon_i]=0, forall i . 應該是需要的;

x_ix_j 相關應該也沒關係;

可以允許 E[x_j epsilon_i] 
eq 0, j 
eq i 么?

可以允許 epsilon_iepsilon_j 相關么?或者更一般一些, Var(epsilon vert X) 這個矩陣長成啥樣(異方差,序列相關)都沒關係么?


題主說的這幾條都可以允許。所有這些都不影響consistency。

consistency 背後是law of large number,這個成立條件很弱的。

但是,這些問題的存在會導致hypothesis test失敗。雖然係數的估計是consistent的,但是對係數的方差的估計卻不是。OLS估計最重要的不是係數,而是方差。方差決定了假設性檢驗的結果。


OLS的估計參數:

hat{eta} = (X

所以一致性(consistency)的條件是:

(X

X 中無共線性,而且 frac{1}{n}sum{x_{ij} varepsilon_i} 
ightarrow_p 0, forall j


滿足題主說的weak exogenous 同時variance和covariance收斂到有限就是consistent. 但是OLS的基本假設就是epsilon項不autocorrelate. 原因就想樓上答案說的,為了做檢驗的有效性. 如果epsilon自相關,是用GLS的.


推薦閱讀:

經濟學(勞動、衛生等應用微觀計量領域)為什麼沒能廣泛應用人工神經網路演算法等機器學習的演算法?
工具變數回歸時怎樣理解局部平均(LATE)?
k-means的k值該如何確定?
如何看待 Hamilton 對 HP filter 的批判?
對於單方程模型,使用工具變數進行識別是不是多此一舉?

TAG:經濟學 | 計量經濟學 |