第三章 回归模型的估计: 概论 Regression Model Estimation: General Approaches 第二章指出，当联合概率分布p(X,Y)已知时，在 MSE最小化准则下，E(Y|X)是Y的最佳代表，被称 为是Y关于X的回归函数(regression function)，也可 称为总体回归函数(population regression function)。 而当上述总体回归函数呈现线性形式 E(Y|X)=X 0 时，则称回归模型 Y=X +u 关于E(Y|X)正确设定，这时“真实”参数 0 等于最佳线 性最小二乘解*： 0 = *=E(XX) -1 E(XY) 且 E(u|X)=0 E(Xu)=0 问题是：我们往往不知道总体的p(X,Y)。因此， 只能通过样本来估计总体的相关信息。 根据样本估计总体构成了回归分析的主体内容。3.1 参数估计 ：概论 Parameter Estimation: General Approaches 设(Y 1 ,Y 2 ,Y n ) 是从未知总 体Yf(Y) 中随机抽取 的一个样 本，并由此估计总 体的特征，如参数 。 我们
