《普通最小二乘法(OLS)》.pptVIP

普通最小二乘法(OLS) 样本 Y X 样本 Y X 最小二乘原理：构造合适的估计量，使得残差平方和（residual sum of squares,RSS）最小。 样本 Y X 最小二乘估计量的推导 一阶条件 解方程 正规方程组 惯例：小写字母表示对均值的离差 最小二乘估计量的特点 OLS估计量是可观测样本值的函数，因而容易计算。 OLS估计量是点估计量。对于给定的样本，只能获得总体参数的一个估计值。 一旦计算出OLS估计值，便容易画出样本回归线。 最小二乘估计量的数值性质 1、样本回归曲线经过Y和X的样本均值所决定的点。 2、估计的Y的均值等于实测的Y的均值。 3、残差均值等于零。 4、残差和样本X不相关。 5、残差和预测的Y值不相关。 单纯的最小二乘估计量只能提供总体参数的一个点估计值，却不能对总体参数做出任何统计推断。要对总体参数从而对因变量做统计推断，还需要对回归模型进行一系列详细的假定。