精选优质文档-倾情为你奉上普通最小二乘法（OLS）普通最小二乘法（Ordinary Least Square，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（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得到，为和，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)应该能够最好地拟合样本数据。其中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。 (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，只有平方和才能反映二者在总体上的接近程度。这就是最小二乘原则。那么，就可以从最小二乘原则和样本观测值出发，求得参数估计量。由于是、的二次函数并且非负，所以其极小值总是存
