R语言——多元线性回归

1、多元线性回归模型

1.1多元回归模型与多元回归方程

设因变量为y，k个自变量分别为，描述因变量y如何依赖于自变量和误差项ε的方程称为多元回归模型。其一般形式可表示为：

式中，为模型的参数，ε为随机误差项。

上式表明，y是的线性函数加上随机误差项ε。随机误差项的解释见：随机误差项。

与一元线性回归类似，在多元线性回归模型中，对误差项同样有三个基本假设：

1. 误差项期望为0；
2. 对于自变量的所有值，ε的值都相等；
3. 误差项ε是一个服从正态分布的随机变量，且相互独立。

根据回归模型的假定，有

，

上式被称为多元回归方程，它描述了因变量y的期望值与自变量的关系。

 1.2估计的多元回归方程

回归方程中的参数是未知的，正是我们感兴趣的值。因此，当用样本数据计算出来的来去估计未知参数时，就得到了估计的多元回归方程，其一般形式为：

式中，是参数的估计值，表示当不变时，每变动一个单位，y的平均变动量。其余偏回归系数含义类似。

1.3 参数的最小二乘估计

同一元线性回归的最小二乘法估计，使得残差平方和达到最小的