颀备知以8线性模型 口二元回归模型 Y=B0+x1+x22+61j=1,…,N s,idN(0.2)
二元回归模型 预备知识1：线性模型
矩阵形式 1x1 21 0 1222 B B, IN 2N Y=xβ+8
矩阵形式
最小二乘借计( ordinary least squares,○Ls 口估计量 8= argmin y-X8, BOLS=(XX-XY 口估计量方差a(xXx) 其中 E-N(O, 02I
估计量 估计量方差 其中 最小二乘估计（ordinary least squares,OLS）
口总平方和Ss=∑a n回归平方和ss=∑(-m2,为预测值 口残差平方和Ss re ∑(v.-f) 口判定系数( coefficient of determination)R square R2≡1 ores R reg S Sreg/n w-tot tot/77 SSres +ss reg tot 调整 R square S 4-*err tot
总平方和 回归平方和 为预测值 残差平方和 判定系数（coefficient of determination）R squared 调整R squared f i
广义最小二乘( genera|edes0 squares, GLS) 口如果ε~N0,∑)这里x为已知协方差矩 阵 阝as=(X∑x)xY 口估计量 (XΣ-X)1 口方差
如果 这里 为已知协方差矩 阵 估计量 方差 广义最小二乘（generalized leastsquares,GLS）