12:样本回归方程，
Y b1 b2X
总体回归方程, e为残差项，
e
U i为随机误差项
X i） U i
b1、b2,使得参差平方和最小。

2:随机误差项的性质
（1）误差项代表了未纳入模型变量的影响；
（2 ）即使模型中包括了决定数学分数的所有变量，其内在随机性也不可避免，这是做任何努力都无法解释的；
（3）u代表了度量误差；
（4）“奥卡姆剃刀原则”，即描述应该尽可能简单，只要不遗漏重要的信息。

3:解释回归结果的步骤
（1）看整个模型的显著性，看 F统计量的值;
（2 ）看单个参数的显著性；
（3 ）解释斜率的经济含义；
（4）解释R2。

4:古典线性回归模型的基本假定（同多元线性回归模型的基本假定相同）
（1）所有自变量是确定性变量；
（2）
（3 ）自变量之间不存在完全多重共线性。

Y B1B2X j 5
5:
样本回归函数：Y? b1 b2X i
随机样本回归函数：Y i b1b2X i e i
总体回归函数：E(Y| X i) B1 B2X i
随机总体回归方程：Y i B1 B2X i U i
观察值可表示为：
Y i Y? e
Y i E（Y
6:普通最小二乘法就是要选择参数
b1 Y b2 X
X i y i b2 茶
X X i X Y Y
—2
X i X
X i Y nXY
Xi nX2
e 2(n 3)
7: R2的计算公式：(R2度量了回归模型对 Y 变异的解释比例) TSS:总离差平方和
ESS:回归平方和
RSS:残差平方和
(1)TSS ESS RSS
(2) 1 ESS RSS
TSS TSS
(3) R 2婪
TSS
&F 检验 ESSd.f.
RSSd.f.
(b 2 y t x 2t R
y t x 3t ) 2 '2 yt 2t yt ‘ 〜F(2,n 3)
F
R 2(k 1)
F 2
(1 R 2) (n k) 当R2 = 0, F = 0,当R2= 1 , F 值为无穷大 10:校正的判定系数 R2 方差来源
平方和 自由度d.f. SS MSS - d f 来自回归
ESS k 1 ESS/k 1 来自残差
RSS n k RSS/ n k 总、离 TSS n 1
F 值
ESS/k 1
RSS/n k
9： F 与判定系数R2之间的重要关系
R21 1 R2
11：普通最小二乘估计量的一些重要性质Y b1 b2X
e e n 0
eX 0
e i Y? 0。