使用生存分析的原因是它具备处理删失数据的条件（测量或观察的数据仅部分已知的条件），而其他技术（包括线性回归）不能够很好地解决这类问题。●区间删失（Interval Censored）：指的是事件的发生时间只能确定在某一时间区间内。删失数据：在研究某事物的观察过程中，该对象生存时间没有被完全观测到，造成生存数据不完整的现象。●右删失（Right Censored）：指的是事件的发生时间只能确定在某一

OLS回归→计算残差→得到残差平方的对数→辅助回归→计算辅助回归的拟合值→去掉对数，得到方差估计值→WLS回归。缺点：如果解释变量较多，则解释变量的二次项（含交叉项）将更多，在辅助回归中将损失较多样本容量。残差可视为扰动项的实现值，可通过残差的波动来大致考察是否存在异方差。上面两幅图，表明很可能存在异方差，即扰动项的方差随着观测值而变。在BP检验的辅助回归中加入所有的二次项（含平方项与交叉项）加权

在计量经济学中，如果解释变量与扰动项相关，即二者的协方差不等于0，则称此解释变量为“内生解释变量”，简称“内生变量”，反之，则为“外生变量”。由于内生变量的存在，致使OLS回归出现偏差，统称为“内生性偏差”，或简称“内生性”。思路：x服从(0,1)上的均匀分布，抽取10000组样本，每组样本容量30，就是10000个30，计算出10000个样本均值，将这10000个样本均值画出来，看看是不是正态分

由于无常数项的回归必然经过远点，故也称为“经过原点的回归”。在有常数项的情况下，根据平方和分解公式，可将被解释变量的离差平方和分解为。将被解释变量的平方和分成两部分：可由模型解释的部分，模型不可解释的部分。OLS估计量要有意义，分母必须有意义，不为零，解释变量。残差相加会出现正负相抵的现象，残差绝对值相加不易运算。被解释变量的均值恰好等于拟合值的均值，即。被解释变量可分解为相互正交的两个部分，即。

OLS能够成立的最重要的条件是解释变量与扰动项不相关（即前定变量或同期外生的假设）。解释变量与扰动项相关（内生性）的例子很多。解决内生性的主要方法之一为工具变量法，它对于实证研究有着重要的价值。内生性的主要来源包括。前者已在第9章讨论，下面首先介绍后二者。