在正文開始之前首先談談何為回歸，現代意義上的回歸，是研究因變數對自變數的依賴關係的一種統計分析方法，目的是通過自變數的給定值來估計或**因變數的均值。它可用於**、時間序列建模以及發現各種變數之間的因果關係。簡單地說，回歸就是去分析因變數與自變數之間的關係，從而為分析資料、**資料提供科學的、合理的方法。根據模型中變數的個數可以分為一元回歸模型和多元回歸模型，根據模型是否為線性可分為線性模型和非線性模型，根據模型中變數的隨機性亦可分為固定效應模型、隨機效應模型和混合效應模型（亦可稱聯合模型）。而為了獲得回歸模型最重要的一步就是對模型的引數進行估計，下面介紹一下引數估計都哪些？
最小二乘法具有很多好的性質，其中最重要的性質便是gauss-markov定理，該定理表明：在一切線性無偏估計類中最小二乘估計具有方差最小性
隨機誤差項之間存在自相關性，即誤差項方差不等或彼此之間存在相關性
變數之間存在多重共線性
*未完待續~~~~~*
[1]:
[2]:
[3]:
[4]:
引數估計 引數估計
1 引數估計 用樣本統計量去估計總體的引數。2 估計量 用於估計總體引數的統計量的名稱 如樣本均值，樣本比例，樣本方差等 例如 樣本均值就是總體均值 3 引數用 4 估計值 估計引數時計算出來的統計量的具體值 如果樣本均值 5 點估計 例如 用樣本均值直接作為總體均值的估計乙個點估計量的可靠性是由它...
引數估計與非引數估計
引數估計 parameter estimation 根據從 總體中抽取的 樣本估計總體分布中包含的未知引數的方法。人們常常需要根據手中的資料，分析或推斷資料反映的本質規律。即根據樣本資料如何選擇統計量去推斷總體的分布或數字特徵等。統計推斷是數理統計研究的核心問題。所謂統計推斷是指根據樣本對總體分布或...
引數估計與非引數估計
背景知識 概率密度，直觀的理解就是在某乙個區間內，事件發生的次數的多少的問題，比如n 0，1 高斯分布，就是取值在0的很小的區間的概率很高，至少比其他等寬的小區間要高。引數估計要求明確引數服從什麼分布，明確模型的具體形式，然後給出引數的估計值。根據從總體中抽取的樣本估計總體分布中包含的未知引數。非引...