第1个回答 2020-09-11
2经典线性回归模型
§2.1概念与记号
1．线性回归模型是用来描述一个特定变量y与其它一些变量x1，…，xp之间的关系。2．称特定变量y为因变量（dependentvariable）、被解释变量（explainedvariable）、
响应变量（responsevariable）、被预测变量（predictedvariable）、回归子（regressand）。3．称与特定变量相关的其它一些变量x1，…，xp为自变量（independentvariable）、解释变量（explanatoryvariable）、控制变量（controlvariable）、预测变量（predictorvariable）、回归量（regressor）、协变量（covariate）。
4．假定我们观测到上述这些变量的n组值：(yi,xi1,L,)xip(i=1，…，n)。称
这n组值为样本（sample）或数据（data）。
§2.2经典线性回归模型的假定
假定2.1（线性性(linearity)）
yi=b0+b1xi1+L+bpxip+ei(i=1，…，n)。
（2.1）
称方程（2.1）为因变量y对自变量x1，…，xp的线性回归方程（linearregression
equation），其中bk(k=0，1,L,p)是待估的未知参数（unknownparameters），
ei(i=1,L,n)是满足一定限制条件的无法观测的误差项（unobservederrorterm）。称自
变量的函数b0+b1xi1+L+bpxip为回归函数（regressionfunction）或简称为回归
（regression）。称b0为回归的截距(ntercept)，称bk(k=1,L,p)为自变量的回归系数
（regressioncoefficients）。某个自变量的回归系数表