@@ -494,11 +494,10 @@ die Regressionsparameter $\beta_1,\ldots, \beta_p$ sowie des Schätzers $s_{y|x}
Folgende beiden Annahmen sind üblich:
$$
\text{ Die Zufallsvariablen } \epsilon _i \text{ sind unkorreliert mit } \operatorname{E}(\epsilon_i)= 0, \operatorname{Var}(
\epsilon_1)=\sigma^2.
\epsilon_1, \ldots, \epsilon_n \text{ sind unkorreliert mit } \operatorname{E}(\epsilon_i)= 0, \operatorname{Var}(\epsilon_1)=\sigma^2.
$${#eq-regression3-lin-modell-1}
$$
\text{ Die Zufallsvariablen } \epsilon_i \text{ sind unabhängig und } N(0,\sigma^2)\text{-verteilt}.
\epsilon_1, \ldots, \epsilon_n \epsilon_i \text{ sind unabhängig und } N(0,\sigma^2)\text{-verteilt}.
$${#eq-regression3-lin-modell-2}
Von diesen beiden Annahmen ist @eq-regression3-lin-modell-2 die restriktivere, weil aus Unabhängigkeit die Unkorreliertheit folgt. Unter der Annahme @eq-regression3-lin-modell-2
