普通最小二乘法(Ordinary Least Square,简称OLS),是应用最多的参数估计方法,也是从最小二乘原理出发的其他估计方法的基础。在已经获得样本观测值 (i=1,2,…,n)的情况下(见图2.2.1中的散点),假如模型(2.2.1)的参数估计量已经求得到,为 和 ,并且是最合理的参数估计量,那么直线方程(见图2.2.1中的直线)i=1,2,…,n
(2.2.2)应该能够最好地拟合样本数据。其中 为被解释变量的估计值,它是由参数估计量和解释变量的观测值计算得到的。那么,被解释变量的估计值与观测值应该在总体上最为接近,判断的标准是二者之差的平方和最小。(2.2.3)为什么用平方和?... |