求解两个参数：这就是OLS。整理得到：在上例中，把数据代入公式得：根据这个结果，如果预期下一年的市场回报将会比无风险回报高20%，那么你预期基金XXX的回报将会是多少?二概念：线性和非线性运用OLS,要求模型对参数（ 和 ）是线性的。“对参数线性”意味着参数之间不能乘、除、平方或n次方等。在实际中变量之间的关系很有可能不是线性的。某些非线性的模型可以通过变换转化为线性模型，例如指数回归模型：令yt=lnYt及xt=lnXt但是，很多模型从本质上讲是非线性的，例如：三OLS的优良性质在OLS回归模型中，对ut（不可观测的误差项作如下假设）作如下架设:解释1.E（ut）=0误差项的均值为零2.Var（ut）= 2误差项的方差是常数3.Cov（ui,uj）=0误差项相互独立的4.Cov（ut,xt）=0误差项和解释变量不相关以上假设成立时，OLS有如下三个良好性质。一致性最小二乘估计是一致的。这意味着，当样本数趋向于无穷大时，估计值将收敛于它们的真实值（需要假设E（xtut）=0和Var（ut）= 2L（），检验统计量为：2L（）-L（）利用显著性检验法和置信区间法可以对原假设进行检验。标准差检验（Wald检验）需要计算无限制极大似然估计。似然比检验既要计算有限制极大似然估计量，又要计算无限制极大似然估计量。感谢阅读
升级会员 