最小二乘法多元线性回归_计量经济学:多元线性回归的最小二乘估计

ccdb0151e0e6749ec478034b262685ce.png
图片来自网络,侵删

回顾上一篇文章:多元线性回归的基本假设
夔小攀:计量经济学:多元线性回归的总体与样本以及基本假设​zhuanlan.zhihu.com
d955a64c1ac08702deedc7502a97d533.png

假设一:回归模型设定是正确的

假设二:矩阵

是满秩的

假设三:随机干扰项条件零均值

假设四:随机干扰项同方差且序列不相关

假设五:随机干扰项具有正态分布

再看看我们在一元线性回归时,估计模型中的参数的套路:

夔小攀:计量经济学:一元线性回归最小二乘估计(OLS)及其检验​zhuanlan.zhihu.com
1f605aaa412779c8209551f00d5d54d0.png

开始这一篇文章:待估参数推导过程

之前我们谈到,多元线性回归是可以用矩阵形式表示的,所以我们在这里也会尝试使用矩阵的形式去进行OLS估计。

正规方程组的推导

普通最小二乘的原理,就是让实际值

与估计值
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值