1樓：分析101
那麼，為了檢驗 是否為0，由於觀察不到真正的 ，我們不得不用現有的資料（從總體中抽樣而來）估計出乙個 ，當用的估計方法還不錯時（比如用了OLS）， 就滿足無偏性、有效性等，也就是說，如果現有資料不是現在這樣的，如果抽取出的是另外一組資料，那麼平均來說 都會估計得不錯，它的平均就是真正的我們所不知道的 。但是，我們想真正知道的是「是否為0」啊，由於有誤差的存在，當我們估計出的 是0.1時，能說明 是0嗎？
0.001呢？0.
0000000001呢？
因此，必須要進行假設檢驗。也就是假設 是0，計算出從單次抽樣中得到的 應該是乙個什麼樣的分布，然後，根據這次得到的 ，看它出現的地方是不是「如果是0那麼不太會出現的地方」，如果它出現在乙個很離譜的地方，那就可以按反證法的思想拒絕掉 的假設了。這樣，就完成了我們回歸的終極目的——看自變數對因變數是否有顯著影響，即 是否為0。
2樓：藍色天空藍
這只能說明，當滿足OLS那幾個assumptions 前提下，我們用ols 估計方法求出的估計值可以無偏，一致的估計population model的未知引數。但是具體這個引數是多少，我們不知道，你只會知道如果你能做無數次實驗，實驗的均值會是這個引數，或你樣本無窮大，你算出來的值是這個引數。一次有限的樣本你只能得到乙個隨機的樣本值，你要根據樣本值的抽樣分布去推斷總體值
3樓：
針對你課件中寫的那句話：
However, unbiasedness and consistency do not reveal how close these estimators are to the true values β1 and β0, for a given sample of size N.
估計量的「無偏性」可以這麼理解：如果可以不斷的重複抽樣（即重複抽取一套又一套的樣本），對每套抽取的樣本可以計算估計量的實現值，那麼「無偏」的估計量在「平均意義上」不會和待估引數的真值之間存在「系統性」的偏誤。
估計量的「一致性」可以這麼理解：如果只有一套樣本並且只能計算一次估計量的實現值時，只要這套樣本的樣本容量 N 充分大，那麼乙個「一致」的估計量可以和待估引數的真值無限接近（即估計量的實現值和待估引數真值之間「幾乎不可能」出現較大的偏差）。
所以才會有你講義上說的那句話，估計量的「無偏性」和「一致性」都沒有回答「估計量的實現值和待估引數真值之間的差別到底有多大」這樣的問題，而估計量的這一性質是一般做假設檢驗時考察的主要內容。
如何看待 Brian Conrad 聲稱證明了黎曼猜想？
Mathematician M.D.solves one of the greatest open problems in the history of mathematics USC Viterbi School of Engineering wangeomath 我也聽說了 聽說是用了field...
如何看待Hironaka聲稱證明了正特徵下的代數簇奇點解消？
更新 非常贊同另乙個答主的456條，更詳細的說明了resolution of sing有什麼用。問過雙有理幾何領域某大佬，他說 Kollar覺得其證明是skeptical的。拭目以待吧，離文章發表還不久 日期是三月份但是五月份才正式公之於眾，現在才5月31日 Kollar也不是單就這個問題而言最最前...
如何看待 Atiyah 宣布證明了黎曼猜想？
羅莫 阿蒂亞的反證框架是對的。假設臨界線外黎曼蔡塔函式有解，那麼就能構造這樣乙個函式，經解析延拓後會收斂得到乙個非0常數，這與黎曼蔡塔函式解析延拓後存在非平凡0點解矛盾，即該亞純函式是可以收斂於0的。而臨界線外所構造的蔡塔函式卻無法收斂到0，於是反證了黎曼猜想成立，即0點解只能全部落在臨界線上。可是...