随机误差项ui与残差项ei如何计算
残差平方和怎么计算？
残差平方和怎么计算？
误差平方和又称残差平方和、组内平方和等，根据n个观察值拟合适当的模型后，余下未能拟合部份(eiyi一y平均)称为残差，其中y平均表示n个观察值的平均值，所有n个残差平方之和称误差平方和。
偏差平方和计算公式：Q(G＋G动)/n。平方和，数学术语，定义为2个或多个数的平方相加。通常是一些正整数的平方之和，整数的个数可以是有限个，也可以是无限多。
eviews做gq检验步骤？
G-Q检验法检验异方差存在
原理：
一元线性回归分析中，先对自变量x进行排序（默认为由小到大排序ascending）
删除中间的1/4个样本，对前后两个子样本分别作线性回归，得到残差平方和sum of squares residuals
因为异方差模型中，ei服从(0,σi2）的正态分布，因此构建F统计量(∑e1^2/n1-1)/(∑e22/n2-1)。
原假设H0：不存在异方差
备择假设H1：存在异方差
若计算得到的FFα，则拒绝原假设，表明存在异方差
说明多元线性回归分析的条件是都满足？
在做回归预测时需要分析的数据往往是多变量的，那么我们在做多元回归时就需要特别注意了解我们的数据是否能够满足做多元线性回归分析的前提条件。
应用多重线性回归进行统计分析时要求满足哪些条件呢？总结起来主要有以下几点：
（1）自变量与因变量之间存在线性关系
这可以通过绘制#39散点图矩阵#39进行考察因变量随各自变量值的变化情况。如果因变量Yi 与某个自变量X i 之间呈现出曲线趋势，可尝试通过变量变换予以修正，常用的变量变换方法有对数变换、倒数变换、平方根变换、平方根反正弦变换等。
（2）各观测间相互独立
任意两个观测残差的协方差为0 ，也就是要求自变量间不存在多重共线性问题。对于如何处理多重共线性问题，请参考《多元线性回归模型中多重共线性问题处理方法》
（3）残差e 服从正态分布N(0,σ2) 。其方差σ2 var (ei) 反映了回归模型的精度， σ 越小，用所得到回归模型预测y的精确度愈高。
（4） e 的大小不随所有变量取值水平的改变而改变，即方差齐性。