线性回归核心 —— 误差项为什么必须服从高斯分布

一句话精华：线性回归的所有数学推导，都建立在 "误差项独立同分布且服从高斯分布" 这个假设之上。

一、一元线性回归模型

基础公式：
y=β0+β1x+ε

• →β0、β1：模型参数（待求）
• →ε：误差项，除线性因素外的随机因素产生的误差

关键问题：误差项能省略吗？→ 不能。正是因为有误差项，我们才能基于误差的特点来估计参数。

二、误差项三大假设

假设1：独立
每个样本点相互独立。例：贷款场景中，每个人贷多少钱只基于自己的工资，互不影响。

假设2：同分布
所有样本都服从同一套分布体系。例：人民银行的评估体系对每个人都一样，不会因人而异。

假设3：高斯分布（正态分布）
误差项服从均值为 0、方差为σ2的正态分布：

三、为什么必须是高斯分布？

因为只有误差服从高斯分布，才能用极大似然估计推导出最小二乘损失函数，整个参数求解才有数学依据。

推导链路：

1. 误差项满足高斯分布 →

1. 将代入

1. 得到y的条件概率分布

1. 用极大似然估计 → 最终推导出最小二乘损失函数

💡结论：高斯分布假设不是随便选的，它是 "最小二乘法" 的数学根基。