得到，为00和普通最小二乘法（OLS）普通最小二乘法（OrdinaryLeastSquare，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，是必须熟练掌握的一种方法。在已经获得样本观测值yiXi（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1，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)A应该能够最好地拟合样本数据。其中yi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。Q=(y00x)2=工%2=q(0,0)i01ii0100x)=milQO,0)i01i011i=1Q.=呂2=y-y.$=(.00=00,01=0111ii（2.2.3）为什么用平方和？因为二者之差可正可负，简单求和可能将很大的误差抵消掉，只有平方
