重共线性,即自变量之间不存在完全的或接近完全的线性关 系性。 Y BI Y B 令 B IP 21 2P NP 多元线性回归数学模型的矩阵形式为 Y=X B+E 有(1)E是独立的N维随机向量,E~N(Onx1,02Inxn); 2)X是非随机矩阵,且Ⅹ′X是对称满秩矩阵。 称Y一因变量向量;X—(数据的)结构矩阵或设计矩 阵 2模型参数的估计 根据试验数据 y;xi,x;2,…,x1p),=1,2…,N 求未知参数β0,B1,…,Bp的最小二乘估计。设bo,b,…, bp分别是B0,B1,…,Bp的估计,经验回归模型为重共线性，即自变量之间不存在完全的或接近完全的线性关 系性。 令             = YN Y Y Y  2 1 ，             =  N     1 0 ，             = N      2 1 ，             = N NP P P x x x x x x X        1 2 1 2 1 1 1 1 1 1 ， 多元线性回归数学模型的矩阵形式为 Y=Xβ+ε， 有（1）ε是独立的 N 维随机向量，ε～N（On×1,σ2 In×n）; (2) X 是非随机矩阵，且 X′X 是对称满秩矩阵。 称 Y—因变量向量； X—（数据的）结构矩阵或设计矩 阵。 2.模型参数的估计 根据试验数据 (yi ; xi,1, xi,2, …, xi,p), i=1,2,…,N. 求未知参数β0，β1，…，βP 的最小二乘估计。设 b0, b1, …, bP 分别是β0，β1，…，βP的估计，经验回归模型为