普通最小二乘法（Ordinary Least Square，簡稱OLS），是應用最多的引數估計方法，也是從最小二乘原理出發的其他估計方法的基礎。
在已經獲得樣本觀測值 （i=1,2,…,n）的情況下（見圖2.2.1中的散點），假如模型（2.2.1）的引數估計量已經求得到，為 和 ，並且是最合理的引數估計量，那麼直線方程（見圖2.2.1中的直線）
i=1,2,…,n (2.2.2)
應該能夠最好地擬合樣本資料。其中 為被解釋變數的估計值，它是由引數估計量和解釋變數的觀測值計算得到的。那麼，被解釋變數的估計值與觀測值應該在總體上最為接近，判斷的標準是二者之差的平方和最小。
(2.2.3)
為什麼用平方和？因為二者之差可正可負，簡單求和可能將很大的誤差抵消掉，只有平方和才能反映二者在總體上的接近程度。這就是最小二乘原則。那麼，就可以從最小二乘原則和樣本觀測值出發，求得引數估計量。
由於
是 、 的二次函式並且非負，所以其極小值總是存在的。根據羅彼塔法則，當Q對 、 的一階偏導數為0時，Q達到最小。即
(2.2.4)
容易推得特徵方程：
解得：
（2.2.5）
所以有： （2.2.6）
於是得到了符合最小二乘原則的引數估計量。
為減少計算工作量，許多教科書介紹了採用樣本值的離差形式的引數估計量的計算公式。由於現在計量經濟學計算機軟體被普遍採用，計算工作量已經不是什麼問題。但離差形式的計算公式在其他方面也有應用，故在此寫出有關公式，不作詳細說明。記
（2.2.6）的引數估計量可以寫成
(2.2.7)
至此，完成了模型估計的第一項任務。下面進行模型估計的第二項任務，即求隨機誤差項方差的估計量。記 為第i個樣本觀測點的殘差，即被解釋變數的估計值與觀測值之差。則隨機誤差項方差的估計量為
(2.2.8)
在關於 的無偏性的證明中，將給出（2.2.8）的推導過程，有興趣的讀者可以參考有關資料。
在結束普通最小二乘估計的時候，需要交代一個重要的概念，即“估計量”和“估計值”的區別。由（2.2.6）給出的引數估計結果是由一個具體樣本資料計算出來的，它是一個“估計值”，或者“點估計”，是引數估計量 和 的一個具體數值；但從另一個角度，僅僅把（2.2.6）看成 和 的一個表示式，那麼，則是 的函式，而 是隨機變數，所以 和 也是隨機變數，在這個角度上，稱之為“估計量”。在本章後續內容中，有時把 和 作為隨機變數，有時又把 和 作為確定的數值，道理就在於此。
普通最小二乘法（Ordinary Least Square，簡稱OLS），是應用最多的引數估計方法，也是從最小二乘原理出發的其他估計方法的基礎。
在已經獲得樣本觀測值 （i=1,2,…,n）的情況下（見圖2.2.1中的散點），假如模型（2.2.1）的引數估計量已經求得到，為 和 ，並且是最合理的引數估計量，那麼直線方程（見圖2.2.1中的直線）
i=1,2,…,n (2.2.2)
應該能夠最好地擬合樣本資料。其中 為被解釋變數的估計值，它是由引數估計量和解釋變數的觀測值計算得到的。那麼，被解釋變數的估計值與觀測值應該在總體上最為接近，判斷的標準是二者之差的平方和最小。
(2.2.3)
為什麼用平方和？因為二者之差可正可負，簡單求和可能將很大的誤差抵消掉，只有平方和才能反映二者在總體上的接近程度。這就是最小二乘原則。那麼，就可以從最小二乘原則和樣本觀測值出發，求得引數估計量。
由於
是 、 的二次函式並且非負，所以其極小值總是存在的。根據羅彼塔法則，當Q對 、 的一階偏導數為0時，Q達到最小。即
(2.2.4)
容易推得特徵方程：
解得：
（2.2.5）
所以有： （2.2.6）
於是得到了符合最小二乘原則的引數估計量。
為減少計算工作量，許多教科書介紹了採用樣本值的離差形式的引數估計量的計算公式。由於現在計量經濟學計算機軟體被普遍採用，計算工作量已經不是什麼問題。但離差形式的計算公式在其他方面也有應用，故在此寫出有關公式，不作詳細說明。記
（2.2.6）的引數估計量可以寫成
(2.2.7)
至此，完成了模型估計的第一項任務。下面進行模型估計的第二項任務，即求隨機誤差項方差的估計量。記 為第i個樣本觀測點的殘差，即被解釋變數的估計值與觀測值之差。則隨機誤差項方差的估計量為
(2.2.8)
在關於 的無偏性的證明中，將給出（2.2.8）的推導過程，有興趣的讀者可以參考有關資料。
在結束普通最小二乘估計的時候，需要交代一個重要的概念，即“估計量”和“估計值”的區別。由（2.2.6）給出的引數估計結果是由一個具體樣本資料計算出來的，它是一個“估計值”，或者“點估計”，是引數估計量 和 的一個具體數值；但從另一個角度，僅僅把（2.2.6）看成 和 的一個表示式，那麼，則是 的函式，而 是隨機變數，所以 和 也是隨機變數，在這個角度上，稱之為“估計量”。在本章後續內容中，有時把 和 作為隨機變數，有時又把 和 作為確定的數值，道理就在於此。