ols残差_【计量经济学笔记】多元线性回归1--模型&OLS估计

该博客介绍了多元线性回归模型,通过OLS(普通最小二乘法)估计方法,探讨了模型的几何解释,强调了残差与解释变量的正交性。还讨论了拟合优度及其校正,提醒了在增加解释变量时可能面临的过拟合问题。
摘要由CSDN通过智能技术生成

多元就是有多个解释变量,我们需要找到这些解释变量与被解释变量之间的线性关系。

跟一元线性回归一样,都是要估计解释变量对被解释变量的影响程度,也就是那个系数。

这里我们用的依然是OLS估计法,即,使得估计出的模型与现实的误差最小(以真实解释变量的数据,在估计出的模型中产生的y的估计值,与真实的y的差距最小)。

扩展至k个解释变量——多元线性回归:

ad7301780cd5422a94ed99a8e2394f2d.png
  • 【对模型方程组的改写】

令第一个解释变量恒等于1,这样β1就作为常数项。等式右侧是乘积和的形式,我们可以将它写为向量积的形式:

695fc300e2f943d5047103dc7f7eb1a4.png

将多个样本的回归方程叠放如下:

  • 6
    点赞
  • 19
    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