引言
假设针对一元线性回归模型，从总体上获取了n组观察值(X1、Y1 )、(X2、Y2 )、…、(Xn、Yn )。 对于平面上的这n个点，可以使用无数的曲线拟合，要求样本回归函数尽可能好地拟合这个值，总的来说，这条直线位于样本数据的中心位置是最合理的。 选择最佳拟合曲线的标准可以确定总拟合误差，即，使总残差最小。
OLS :选择的回归模型使所有观察值的残差平方和最小。
相关的推导流程如下。
矢量推导：
参考博客：
3358 blog.csdn.net/zlbflying/article/details/47806783
http://wenku.baidu.com/link？ URL=gxpabgbpsqerdsalew5fbzyxsg 3n dr3 x zip C1 EB-kckhhvnjl8dbvj-2 hbixfgoc 4d caq _ jsvwawfjxxsivg-osqfu9F2 piyqrrz 13 jgoe