Régression linéaire gaussienne

Plan

1. Modèle Y = Xβ + ε, ε ~ N(0,σ²I). 2. Estimateur des moindres carrés β̂ = (X'X)⁻¹X'Y. 3. Lois de β̂ et de ‖Y-Ŷ‖²/σ². 4. Tests et intervalles de confiance

Points clés

β̂ ∼ N(β, σ²(X'X)⁻¹). Théorème de Gauss-Markov