形式为yi=a+Bxi+εi εi是均值为u,方差为σ^2的,请问如果把前面那个式子转化成εi均值为0的形式要怎么变化?

1楼的回答正确,将误差的均值进入常数项调整就行,将原式化为yi=a+Bxi+(εi-u),括号内期望为0,方差σ^2,将u提到常数项处,就得yi=(a-u)+Bxi+εi
再问： 新式子里的的εi跟之前的是一样的？？还是少了个均值的
再答： 你可以εi-u=ci带入原来方程 yi=a+u+Bxi+ci，这样就清晰了吧，ci的期望为0 ，方差为σ^2
再问： 再问稍微详细一点哈，为什么均值不对XI的系数和y产生影响呢？MO transforms observation into deviations from sample means 这句什么意思？是不是用MO也有改变均值的方法呢，求说明，会加分！
再答： 第一，带常数项的回归和不带常数项的回归的差别就在于是否需要对数据离差处理，第二，MO应该是M0，是一个制造离差的矩阵，还有，你的问题，我有点没读懂你想问什么，但我建议在你开始接触计量之前，最好先补补关于线性代数，概率论，以及大样本理论的一些知识，对理解很多内容的帮助很大
再问： 这三门我数学都考过了不需要再学了，第一个问题你的意思是不带常数项的话就不需要对离差进行处理了？即使均值不是0？我想知道为什么进行离差处理的时候XI的系数不用减去均值。第二个问题你不是说了M0是制造离差的矩阵吗?我就是想知道制造的方法，谢谢
再答： ��������XI��ȥ�����ֵ��ʵ�ʲ���ʱ����������Ŷ����Ԥ�������Ƕ��٣����ᱻ���յ�ģ�͵ij����������M0��һ����ľ���0������ָ����M�вв������ߣ�һ��M= I - X(X`X)^-1X` ����`���ת�ã�����I����Xʱ������M0��ʹ�������ľ���