Pelanggaran Asumsi Klasik

Asumsi-Asumsi dari Model

1. Model regresi liniear dalam koefisien unknown α dan β, seperti

Y_t = α + βX_t + u_t , untuk t = 1, 2, …, T

2. Kesalahan pengganggu u_t adalah variabel random dengan mean nol; yaitu E(u_t) = 0
3. Tidak seluruh observasi X adalah sama; paling tidak satu yang berbeda
4. X_t adalah given dan nonrandom, menyebabkan tidak berkorelasi dengan u_t ; yaitu, Cov(X_t, u_t) = E(X_tu_t) – E(X_t)E(u_t) = 0
5. u_t mempunyai variance yang konstant untuk seluruh t; yaitu, Var(u_t) = E(u_t²) = σ²
6. u_t dan u_s berdistribusi independen untuk seluruh t ≠ s, dengan demikian                   Cov(u_t , u_s ) = E(u_tu_s) = 0
7. Jumlah observasi (n) harus lebih besar dari jumlah coefisien regresi (n>2)
8. u_t berdistribusi normal, u_t ~ N(0, σ²), yang berimplikasi, untuk X_t yang given,                  Y_t ~ N(α + βX_t , σ²).