一、线性回归模型
一元线性回归模型
总体回归函数,截距
,斜率
,误差项
二、线性回归模型的系数估计
普通最小二乘(ordinary least squares,OLS)估计量
参数估计量
预测值
参数
三、拟合优度
回归(regression
)可由
解释的
样本方差的比例
被解释平方和(explained sum of squares,ESS)
总平方和(total sum of squares,TSS)
残差平方和(sum of squared residuals)
则
回归标准误(standard error of the regression,SER)回归误差的标准差估计量
,其中
四、最小二乘假设
假设1:给定时
的条件分布均值为0
假设2:独立同分布
假设3:不太可能出现大异常值
第一个作用体现在数学运算上,如果这些假设成立,则在大样本条件下,OLS估计量的抽样分布为正态分布。大样本正态分布使我们能基于OLS估计量进一步发展假设检验和构造置信区间的方法。
第二个作用是组织OLS回归出现问题的各种情形。
五、OLS估计量的抽样分布
,其中