经典线性回归模型：最小二乘法的基本假定 
    1. 线性回归模型，即模型是对参数线性的； 
    2. 在重复抽样中X的值是固定的，即非随机的；
    3. 干扰项 u 的均值为零； 
    4. 同方差性或干扰项 u 的方差相等； 
    5. 各干扰项 u 之间无自相关； 
    6. 干扰项 u 与解释变量X 的协方差为零；
    7. 观测的次数必须大于待估参数的个数； 
    8. X 的值要有变异性； 
    9. 正确地设定模型； 
    10. 没有完全的多重共线性。 

思考：为什么要进行正态性假定？ 
    （1）随机扰动项，根据中心极限定理，应该满足正态性； 
    （2）如果随机扰动项满足正态性，其线性组合仍然是正态的；
    （3）在处理小样本问题或者有限容量样本问题时，正态性假定会起到关键性作用；
    （4）正态性假定还具有其他很多优点。

特别地，我们可以基于正态性假定进行假设检验、置信区间等分析，这是十分重要的内容。