ARTICLE

残差投影

残差投影 (Residual Projection) 残差投影→计量/统计→线性回归推导→OL残差向量是因变向量在与解释变量张成空间正交子空间投影。模Y=X +u→OLS =(X'X)^-1X'Y→拟合值 Y=PY,其中P=X(X'X)^-1X'=投影矩阵/帽子矩阵→对称P'=P+幂等PP=P→将Y正交投影到X列空col(X)。 残差: u=Y- Y=(I-

浏览 27 更新 2025-11-04

残差投影 (Residual Projection)

残差投影计量/统计线性回归推导→OL残差向量是因变向量在与解释变量张成空间正交子空间投影。模Y=Xβ+uY=X\beta+u→OLSβ^=(XX)1XY\hat{\beta}=(X'X)^{-1}X'Y拟合值Y^=PY\hat{Y}=PY,其中P=X(XX)1XP=X(X'X)^{-1}X'=投影矩阵/帽子矩阵→对称P=PP'=P+幂等PP=PPP=P→将YY正交投影XX列空col(X)。

残差u^=YY^=(IP)Y=MY\hat{u}=Y-\hat{Y}=(I-P)Y=MYM=IX(XX)1XM=I-X(X'X)^{-1}X'=残差生成矩阵/湮灭矩阵→亦对称幂等→将YY投到col(X)正补子空。

核心性质

湮灭性MX=(IP)X=XX=0MX=(I-P)X=X-X=0→故Xu^=XMY=(MX)Y=0X'\hat{u}=X'MY=(MX)'Y=0残差与解释变量正交。若含截距→u^i=0\sum\hat{u}_i=0→每解释变与残差协方差为0。秩/自由度rank(P)=k\mathrm{rank}(P)=krank(M)=nk\mathrm{rank}(M)=n-k→即残差自由度→无偏方差估计σ^2=u^u^/(nk)\hat{\sigma}^2=\hat{u}'\hat{u}/(n-k)→分母nkn-k源于残差投影矩阵秩。

FWL定理Y=X1β1+X2β2+uY=X_1\beta_1+X_2\beta_2+u→三步:①Y对X₂回得残差M2YM_2Y→②X₁每列对X₂回得残差M2X1M_2X_1→③M2YM_2YM2X1M_2X_1回→系数=原β^1\hat{\beta}_1→残差投影为数基。核→残差投影=OLS化最小化问题最小化问题为几何投影→拟值=Y在col(X)影→残差=Y在正补影→生核性(正交性)→为FWL等深理供基。