2.對於解釋變量的所有觀測值，隨機誤差項具有相同的方差；
3.隨機誤差項互不相關；
4.解釋變量是確定性變量，不是隨機變量，與隨機誤差項無關；
5.解釋變量之間沒有確切(完全)的線性關系，即解釋變量的樣本觀測矩陣是滿秩矩陣；
6.隨機誤差項服從正態分布。
擴展數據:
線性回歸方程是數理統計中利用回歸分析確定兩個或多個變量之間相互依存的數量關系的統計分析方法之壹。線性回歸也是第壹種被嚴格研究並在實際應用中廣泛使用的回歸分析類型。根據自變量的個數，可分為壹元線性回歸分析方程和多元線性回歸分析方程。
線性回歸有許多實際用途。分為以下兩類:
1如果目標是預測或映射，可以使用線性回歸將預測模型擬合到觀察數據集的總和x的值。當這種模型完成時，對於新增加的X值，可以用這種擬合的模型預測Y值，而不用給出匹配的Y值..
2給定壹個變量Y和壹些變量X1，...，Xp，這些變量可能與Y有關，線性回歸分析可以用來量化Y與Xj的相關強度，評估與Y無關的Xj，識別Xj的哪些子集包含關於Y的冗余信息。
參考資料:
百度百科-線性回歸方程