Asumsi-Asumsi dari Model
- Model regresi liniear dalam koefisien unknown α dan β, seperti
Yt = α + βXt + ut , untuk t = 1, 2, …, T
- Kesalahan pengganggu ut adalah variabel random dengan mean nol; yaitu E(ut) = 0
- Tidak seluruh observasi X adalah sama; paling tidak satu yang berbeda
- Xt adalah given dan nonrandom, menyebabkan tidak berkorelasi dengan ut ; yaitu, Cov(Xt, ut) = E(Xtut) – E(Xt)E(ut) = 0
- ut mempunyai variance yang konstant untuk seluruh t; yaitu, Var(ut) = E(ut2) = σ2
- ut dan us berdistribusi independen untuk seluruh t ≠ s, dengan demikian Cov(ut , us ) = E(utus) = 0
- Jumlah observasi (n) harus lebih besar dari jumlah coefisien regresi (n>2)
- ut berdistribusi normal, ut ~ N(0, σ2), yang berimplikasi, untuk Xt yang given, Yt ~ N(α + βXt , σ2).