1.

Enumere los supuestos del modelo de regresin explique brevemente un supuesto de su

eleccin
1. El modelo de regresin es lineal en los parmetros.
Yi=0+1*Xi+e para todo i=1,2,3.n. Donde 0 es el intercepto de la regresin poblacional
y 1 es la (s) pendiente (s) de la (s) variable (s) independiente (s). Las variables deben ser
lineales en sus valores originales o despus de alguna transformacin adecuada.
2. El valor esperado de la perturbacin aleatoria debe ser cero para cualquier observacin.
E(ei) = 0 para todo i.
3. La varianza de las perturbaciones es constante homoskedasticidad (igual varianza).
Var(ei) = 2 para todo i
4. Independencia o no autocorrelacin entre las perturbaciones
Dados dos valores cualesquiera de X, xi y xj para i j, la correlacin entre ei, ej es cero.
cov(ei,ej)=0 para cualquier i j
5. Independencia entre ei y Xj para toda i j
cov(ei,xj)=0 para cualquier i j, esto para separar el efecto sobre Y de U y X
6. Los valores de X son fijos en muestreos repetidos es decir son no estocsticos.