各位大虾：小弟算是计量分析的初学者，最近碰到了一个书（古扎拉蒂第4版那本）上讲的不是很明白的东西，是有关线性回归中参数的估计方法，为了更直观，假设是单变量线性回归，即Y=a+bX+error，观测数量假定为N组（Y，X）。用OLS回归。问题很基础。
第一个问题：
参数的估计方法，显然，是残差平方和最小的OLS方法，但是软件，或者具体的计算是怎么样的呢，我的猜想（书上讲的不是很明确，所以我只能猜想了，）是，对于（Y，X）的二维散点图，我们可以画无数条斜率和截距不同的直线，在这些直线中，只有一条直线满足最小二乘，也就是残差平方和最小，那么，这条直线就是回归结果。对于在二维散点图上的无数种可能的直线，其斜率和截距组成了各自的分布，如截距的分布和斜率的分布，再对照OLS所确定的参数在这个分布中的位置，判断其显著性水平。到这里，还有一个问题，就是如果根据OLS，回归出来的参数不显著，那么是否代表这N个观测值没有被拟合的可能？
此外，我还猜想到另外一个回归方法，就是关于自由度的。也就是说，上面我说的方法用了所有的观测点N，没有去掉任何观测点，有没有可能，就是在回归的时候，除了依据所有N个观测点画任意直线，之后去掉任意一个观测点（N种去掉1个观测点的方法），根据这N-1个观测点绘制无数条直线，形成分布。或继续去掉2个，3个。。。。直到剩下2个观测点，针对不同数量观测点进行参数估计，最终形成关于参数的分布？满足最小二乘的直线有一条还是很多条（我现在竟然都怀疑这个问题了），应该是一条8.

第二个问题，关于异方差
古扎拉蒂书上的开篇例子好像是美国收入X和消费支出Y的数据散点，抽象点说，就是那个例子中，同一个X有很多不同的Y，套用美国收入消费的例子，就是说，收入在某个水平的人，支出不一样，从而形成关于支出的条件分布，根据不同收入X，有很多条件分布，如果他们方差不同，就是异方差。然而，我们在回归的时候，很多就是一个对应一个，一个X对应一个Y，很少出现一个X有时候对应2个Y，那么就不存在条件分布，那么这样的异方差是怎么判断呢？我猜想，即使是一一对应，可以把X的条件分布定义为一段范围内的X，如[X1,X2]区间内的诸多Y的分布，看看诸多这样区间之间的方差是不是稳定。实际上是不是这样呢？

请大虾解答~谢谢~