12.2　普通回归模型

令Y为一个连续取值的因变量。普通回归模型的正式名称是最小二乘法（OLS）回归模型，基于预测因子（自）变量X₁,X₂,…,X_n预测个体的Y值。这个OLS模型的定义见公式12.1：

在上式中代入各预测变量的值，可以得出个体的Y（预测）估计值。上式中的b都是OLS回归系数，由最小二乘法可以计算出来。b₀是截距，但是没有对应的X₀。

在实践中，这个因变量不一定是一个按分钟变化的值，它可以是一些离散数值，也能用OLS方法处理。当假定这个因变量只有两个值时，逻辑斯谛回归模型而不是普通回归模型是更合适的方法。尽管逻辑斯谛回归方法已有60多年历史，但对于采用OLS模型处理二值回应因变量的实践（理论）弱点仍然存在一些误解。简而言之，二值因变量的OLS模型生成的应答率，一些会大于100%，另一些则小于0%，而且经常不能涵盖重要的预测变量。