多元线性回归，参数估计，模拟，最小二乘法，极大似然估计，matlab

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

多元线性回归参数估计课题，方法
最小二乘法
极大似然估计
这两个方法差不多所以放在一个文章里
本文更多记录代码，原理找其他文章
matlab语言

---

一、多元线性回归

模型:y=Xβ+ε ，其中Xβ=β0+β1x1+…+βpxp,是已知量 ，ε~N(0,σ^2) (正态分布)

yi=xiβ+εi

y为n1矩阵，x为np矩阵，β为p*1矩阵

###多元就是多个x,求x前面的系数，和常数项
我记得这篇文章我好像有用模拟，多次实验得到的数据均值来对比###

得到的模拟值（msigma,mbeta）求平均值（mean）均值误差（Bias）标准差（SD），95%分位数和5%分位数

二、最小二乘法，极大似然估计

文中重点只讲极大似然估计

理论过程：
0.确定所要求的未知参数 β，σ^2
1.根据已知模型求出y所服从的分布
2.根据所服从的分布，求出待求模型y的联合概率密度函数 L(θ) (pdf)
3.对L求对数，得到lnL