Lec0


回归的数学本质为条件期望

multiple Regression的本质:

1. 一个变量可能受到多个变量的影响
2. 不同变量的影响大小可以不同，变量之间可能存在关系

Lec1

SLR


模型参数有3个，$\beta_0, \beta_1, \sigma^2$ 注意别漏了 $\sigma^2$

SLR中截距和斜率的含义

 斜率: X增加(不能写变化)一个单位, Y的平均响应变化。 截距: 当X=0有意义时，Y的平均响应

Residual

 一般不认为 residual $e$ 为随机变量，而认为是 随机误差 $\epsilon$ 的估计

 $e_i$天然存在关系，不是iid的

似然准则

在统计模型给定的情况下，关于模型参数的所有信息都已经被似然函数所包含。 只凭借似然函数就能得到参数的估计量

给定$\alpha$的情况下 $H_0$, 给定拒绝域 $H_1$算power