普通最小二乘法在哪种假设下给出有效且无偏的估计量？

在高斯马尔可夫假设下，普通最小二乘法能给出有效且无偏的估计量吗？

所以：

$$E(u_t)=0$$ 对所有人 $t$

$$E(u_tu_s)=\sigma^2$$ 对于 $t=s$

$$E(u_tu_s)=0$$ 对于 $t\neq s$

哪里 $u$ 是残差。

高斯-马尔可夫定理告诉我们，在回归模型中，误差项的期望值为零， $E(\epsilon_{i}) = 0$ 误差项的方差是恒定且有限的 $\sigma^{2}(\epsilon_{i}) = \sigma^{2} < \infty$ 和 $\epsilon_{i}$ 和 $\epsilon_{j}$ 所有人都不相关 $i$ 和 $j$ 最小二乘估计 $b_{0}$ 和 $b_{1}$是无偏的，并且在所有无偏线性估计量中的方差最小。注意，可能存在偏差估计值甚至更低的偏差估计量。

在高斯-马尔可夫定理的假设下，可以找到一个证明，证明线性估计量为BLUE

http://economictheoryblog.com/2015/02/26/markov_theorem/