1.与简单线性回归区别(simple linear regression) 多个自变量(x)

2. 多元回归模型
y=β0＋β１x1+β2x2+ … +βpxp+ε
其中：β0，β１，β2… βp是参数
ε是误差值

3. 多元回归方程
E(y)=β0＋β１x1+β2x2+ … +βpxp

4. 估计多元回归方程:
y_hat=b0＋b１x1+b2x2+ … +bpxp

一个样本被用来计算β0，β１，β2… βp的点估计b0, b1, b2,…, bp

5. 估计流程 (与简单线性回归类似）

6. 估计方法
使sum of squares最小

运算与简单线性回归类似，涉及到线性代数和矩阵代数的运算