回复：计量经济学最基本的问题

唉，看开点了

我们都要学会尊重别人,尊重别人才能尊重自己.gemini69看的出你是一个个性很强的人，这是很好的．但是适当的接受别人善意的批评，自己就会不断地进步！请原谅我的多嘴，祝进步！

唉没办法

我不说自己是个很聪明的人，但是我会很努力，如果我在学习过程中，遇到像双子座69这样的老师，也许我走不到这么远，或者早就失败了。但是我遇到的助教和教授，人都非常和善，我问过很多愚蠢的问题，他们都没有嘲笑我，一点一点的教我，所以我学期末能拿A，而不是期中的B-.我很感激他们。

专门注册了账号，来说这几句话，我觉得我是非常不善于学习econometrics的，这门课让我很头疼。

我只是是路过者.不发表什么评论

我也同一些人有过类似的争论. 呵呵

不过不是在人大论坛.

其实象arlionn说的很对. 先回去读好书,将理论打扎实了再好来交流啊.

妈的，这斯就是欠揍！

得儿呵的，有时间来东北整死你！

你说的最小一乘应该是指最小化L1 loss吧，比如LASSO中。

其实最小一乘，最小二乘没有绝对的好坏之分。

对与Gaussian typed data，最小二乘差不多是最优的（在很多criteria下，均如此，比如UMUVE），但对于heavy tail distribution，用L1norm更合理。

另外，L1norm更能产生sparseness，如果想要variable reduction的效果当然用L1norm更好。

而最小二乘则数学上更容易处理。

基本上就是这样。

以下是引用随机过程在2005-6-25 14:20:00的发言：

gemini69的态度让我感到非常的心痛和厌恶 ，可以说这位网友问的问题不是一个小问题，也不是三言两语能说清楚地，可是gemini69宁愿说些废话来攻击别人，也不愿意用一点时间为别人解释清楚，我看gemini69的水平也不怎么样！从你的回答中就知道，既然你也不怎么样，就请尊重提问题的求知者，世界上没有无知的问题，只有无知的回答！希望你先学会尊重别人，在来回帖！

现在的回归分析已经完全脱离了“回归”一词最初始的含义，高尔顿当初提出回归的概念，是为了研究父子身高的关系，他的分析中没有用到拟和技术（如ols），也没有因果分析和相关性分析，只是用“回归”一词对父子身高的变化特点作了一个描述，即对于矮个子的父亲，儿子的身高一般要高于父亲，但是随着父亲身高的增加，儿子身高高于父亲的程度要降低！

至于现代回归的具体含义，如果网友感兴趣的话，我会再发表自己的观点！

希望大家勇于提出问题！像gemini69这样的，不屑一顾！

regression的基本含义是确定因变量与自变量间的函数关系，从这个意义上说，古代与现代并没有多大差别，差别只在该如何选取这样的关系。从Wald推出的decision thry后，主流的观点一般建立在decision-theoretic 的框架下，即选取最小化风险的函数，如在squared loss下，这等价于f(X)=E(Y|X)。所以问题变成如何选取loss function，然后是如何解。

另外，我得印象是Galton在讨论父子身高的问题时提出的correlation，至于OLS，那个至少可以追述到Legendre1805年为了解决天体运行轨道而写的论文附录。