（1)回归分析中的误差序列一般有这些基本假定：①误差项ε是一个服从正态分布 的随机变量，且独立。独立性意味着对于一个特定的x值，它所对应的ε与其他x值所对应 的ε不相关。②误差项ε是一个期望值为0的随机变量，即E（ε） =0。③对于所有的x值， ε的方差σ²都相同，即E~N(0，σ²)。
(2)    模型参数的最小二乘估计的统计特性：①线性，即估计量为随机变量y_i的线性函数；②无偏性，分别是截距系数a和斜率系数b的无偏估计；③有效性，是所有线性无偏估计量中具有最小方差的估计量。

(3)    影响预测精度的因素有：①预测的把握度要求。同样情况下，要求预测的把握度越 高，则相应的预测区间就越宽，精度越低；②总体y分布的离散程度σ²。σ²越大，相应的 预测区间就越宽，预测精度越低；③样本观测点的多少n，n越大，相应的预测区间就越窄， 预测精度越高；④样本观测点中，解释变量x分布的离散度。x分布越离散，预测精度越 高；⑤预测点x₀离样本分布中心的距离。预测点越远离样本分布中心，预测区间越宽， 精度越低，越接近样本分布中心