在回归原文书里的题目，观念有点混淆所以求助大家 有两个复回归的模型要分别计算β1的期望值跟变异数 model1:y=x1β1+x2β2+ ε (full model) model2:y=x1β1 + ε 书里有给betahat期望值的推导过程 E(β hat) = E( (x'x)-1‧x'‧y ) = (x'x)-1‧x' E(y) = (x'x)-1‧x'‧x‧β = β Q1：在复回归里估计β和估计β1两者之间有什麽差异吗?? 因为我会觉得β1就是β矩阵里的一个cell 所以估计β1可以估计完β之後取其中的β1值就可以?? Q2：将两个model分别丢进上面期望值推导过程後结果会有什麽不一样吗? 两个model的差异不就是在x矩阵和β矩阵的内容不一样 所以 E(β hat for model1)=β for model1 这样吗?@@ E(β hat for model2)=β for model2 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.254.187.88 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1427560669.A.56D.html