 वो रहने एक हे चिनरे हूँ, इसे लिस्ट यार थी में देकिम कोंगत चवो ण्याया तो तिकश्ट सो या दी वेजन करती हो த्यें latency photography भ MacBook ये ठकेती हो �osi ki aah rahe addi hai. टिम मखडMEद sterogo seguridad टीम अप creek नहींद ये दैp 가ot और विंदुम commercially ठिम मखड Innov टिम मगडमीदmer ठीम मैत्रिकी दैता outer दैता तीम मैद 코로 दैता तीम मैं दोतती है than तानकयळ चहात эти भी छिस الجित, थीं भीठिचнее दे कोन, तो बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर बगर जवेडे, वीटाग्डिव लिख neighboring agencies, सक्क वारद सुन ocean estavam मॊनी खेख स्था। ईए में आप आप अए ठार्षे केख संथा। वीटागत सुकता शुआता आप अप ऊझने उस दिलगा, अप मैं सोमझे कि में उगौं, help you. उगौं prevalent in the institution उगौं, त przyszो nhân lide ने techno ता आना मैंया आफनी ब मोगना में लगुग तो और सक्रःए आदर २दбी जो इस rocking साथमीग लोग confusion र करी र ेक奶 लुँड थी गी नानस्पोस एच लिक लोग रAw good Boord जो वैक्हे �よग जो भार कौंतंगय के वगärt आप र� mechanic साकदियले Object से बाटड़ें तो इंुःरे रगब काय cautious से रआ अका क्यaskingका औग। की क्यरिए � Gerald इ उगे ओटी कषाम популярत् still ठम still क dishes .. उी मुध fırलैदys उानाimize औरने। वाग हो पाल हो वीुत हो था मिलोग लिता। त palabras eating यम सी अंस tension प्रिए ड़ा च्तर। एक ब्या बंटन्ये ल्गिस खुप कुर? बीटा सात आजेका आप गपके पस अप के पस फर्दन यहां से आगया एक स्प्रांस्पोस एकस आन दी बीटा 2 से खंषर तो बीटा कैप, अस्टिमेटिट बीटा वालू क्या आगगेग? here is the beta cap which is equals to x transpose x inverse अवो कैसे हैंवर्ष क्योंके ये वाल्यो आप के पास एकपालाती के स्थ पे ये जब यहां आएगी तो हमारे पास क्योंके आप ये एक्स त्रान्सपोस एक्स ये इंवर्ज आजेगा अप के लेख़ी फाल गरे रेख़्ेचन से मार लीग़्ेचन लासे लिया काप बरहात है levels न से आप नहींं और परीहों। अथा साँबा वाशे लीए वी देखते हो तुर्वाप आप बाशे घवाचन वी वहां republican सेम यान से आप वाई की वालू दिटार्मिन कर लोग, तो वाई की वालू दिटार्मिन की, आप के पास वाई विची सेख्वोल्स तो वाई काप प्लास पी एग. आप total variation in the response variable वाई प्राम वी, वाई प्राम वाई is decomposed, total variation को अब हम दीखंपोस कर रहे है. इसे multiple वाई काप खाप एन वाई काप थें बाई रहीग है. आप यान वाई काप प्राम वाई is equals तो अब आप यान वाई काप खाप प्रां रहीग है. इसकी भालू क्या है? इसकी भालू अगर अगर आप प्रीविर्स देकोग तोबजिस एकप स्बी टा कयप। माँ उसकी वालू एंत्र कर दी वाल्कआप की वालु न्दर कर दी प्लूएः प्फ्राइम एग्ळ. वाई प्रम वाई एकुल्स तो देज अब यहाँ पे हम ने फर्दर क्या किया, ये वालूस तो हम ने आजदेटिस लिखी है, और इसको हम ने के दिए, this is वाई. तिक नहीं, ये हमारे पस क्या था, this is वाई. हम ने असको वाई ले लिए लिए है. प्लास एप प्रम एई, as it is, this is called the equation number 3. तो वाई तेए अब देज, the quantity this, or this, or y-cap by is usually called the regression sum of skier. हम ये वाली वालूस लेने, कुके इसी को यागे फर्दर हम ने कै दिया ये वाई के एकुल है, और वो हम ने कै दिया वाई काई प्रम, और ये फक्तर के एकुल है, y-cap prime और y-cap के एकुल है, these are the OR called the regression sum of skier. वे रेज, the quantity E prime E, अब E prime E, इसकी वालू, हमें चेक करने है, इस को आप एकभालाती के साइट पिलेो. E prime E is generally called the residual or error sum of skier. अब total, this is the total. Total is split, equation number 3 is the total. तोटल को आपने कैसे स्प्लिट कर दिया, total, which is equals to regression sum of skier plus residual or error sum of skier. में रेजी दुल अगर आर एसस कर लेती, वो फिर क्लीन यून आता, इसले मैंने regression sum of skier plus error sum of skier. तो तोटल स्प्लिट होगे, de-compose कर लिया हमने, 2 parts में, the quantities defined above are very helpful in drawing inferences about the regression parameter, भीटा. अब भीटा के लिया हम इसको के लिया है, अब भीटा के लिया हमने बीटा की देखनी है, sampling properties of the least square estimate, भीटा कैप. अब भीटा कैप की हमार पस फस क्या होती आप को, इस कोन बास शोग करना है, first हमने क्या दिया, in this section we will give the sum properties of the least square estimate, भीटा कैप. भीटा कैप हम आब भीटा के आब आब हमें थे आभ प्हीट ढिया, which is equal to X prime X inverse, हो ब अव अव औव वीटा के आब आप के आप के आप आप के आप kaye aap koe paas y up aap ke aap kyorum aap ke aap ke aap ke aap ke aap ke aap ke aap ke aap ke aap ke aap ke aap ke aap koe क 쓰고 अरें than Friends then there are two things ण ता उस है किन Many Merch since this practice has multiplied, या थी कुतु की मौझते प्लदे, कि बज है। That all the factors have multiplied of E, थल बिए मूल्प्लै को अरे phi ऐंू, अपना तर्म eines कुकॆ कुतू। When I am multiplying of this, अ schlimफक्टतۂा टर्म'sなんか than the same thing, इन्वर्स, एक स्ट्रास्पोस एई, तिके इसके सार मुल्टीप्लाई होगे, अब दिए इन्वर्स है, और ये प्क्तर आजटिस केंसलाउत होगे, यान सार आप के पास रेगया बीटा, और ये प्क्तर हमारे पास रेगया आजटिस, this is called the equation number 4. वर ती अज्टिस आम्शन, एक स्पक्तर आड़ और विच़े से एक रहाही, अब यहाप यहाप ने लेती उन, टेके खष्पक्तेषयन आजटिस याजटिस आप आप पी वोड़ साभद, तो एक स्पक्तेषयन ली वोड़ सायप यहोगे पास बीटा कैप, एक से एक शे ख� लेक्मो pert arterboard'' अम नही थदगे कोडे हम नही ल bathtarboard'' स्तिम कोडे सी से लेक्मो ळेी सी सिक्ट withstand कािर्फऑ सल्ग minute सिक्टervices can not see. से से लोगन ना�more यहाँ से एक्वेशन्स फोड़ से आब ये वालू दिटान्में कर लो, बीटा कै माँने स्ब बीटा एक्वालू ती के साथ पिलेजो. रेमेनिग ये वाली ताम्स रेगे, ये ताम्स यांपे योंसो. ती के एक्वेशन फाइब बीटा कै माँरी इस ती रिके से दवल्लपोगे है. तो वी नो तार दी एक्वेशन वाली अप एई प्राईम एई. अब आप यहाँ साथे को मुल्टीप्लाए करो अपस में. जब आब मुल्टीप्लाए करोगे. आब अब मुल्टीप्लाए करो तार पाइब बीटा बीटा की वो अनबैस्च बी है. और उसका वेशन कोवेश की मेटरे लिए जी स्छीग थी कोवेश भीटीप्लाए. अब बन ज़नलाग स्नूरा लीनियों। तो पर कोवेशन बीटेंस की आपिटा, अब हम नुसकी प्रएटीस लीस्टक्यर की हम ने चकते हैं, बीटा की वो और आंबाइस्ट भी हैं, और उसका वेर्टिन्स, कोवेर्टिन्स मेट्रेक्स या जोसकी कोवेर्टिन्स अस पक्तर के एकग्डोल हैं. आसकटर के इकभलारूं। अगर की जरनलायस लीनिर मोडलों तो फर कौवेरिन्स की ये वालों कुई। मैं गेन रेपीत के रहूं की एस की मातमाटेकल डैरिवेशन नहीं हम करे जजास ये रिजालड आप को शो कर दीएं अगर वो जनेलाईस लीन्यर मोडल होगा तो प्र को वेरियन्स अप भीटा कैप यस पक्ट़ केप पोल है. वी आल्सो है फेमस फुरम यो दो आप आप आप ने रेग्रेशन में पडाए के कुनसा फेमस फुरम एप खोस मार्गोव. बीटा कैप बीटा कैप बीटा कैप उस मेंसे सब से लीस्ट वाल्यो देरा है कैसे कि उसका मेंनिमम वेरियन्स है और वो आनबाइस्ट है. तो तो तो तो तो जी सम्री अप ती मुल्टिपल लीन्यर रेग्रेशन पात वान.