R 求解函数使用两个矩阵来推导系数估计值的方式是什么？

函数解似乎需要两个矩阵来推导估计值。有人能详细解释一下它对这两个矩阵做了什么吗？为什么需要c（rep（1，n）

---

demo.data
rep（1，n）
正在为“intercept”创建一列你可能在其他回归中见过的术语。其余的都是关于最小二乘回归的线性代数解，你应该能够找到大量关于这方面的信息，例如，我强烈建议使用内部函数
model.matrix
来创建你的模型矩阵。
X
demo.data <-data.frame(y=c(1.55,0.42,1.29,0.73,0.76,-1.09,1.41,-0.32),x1=c(1.13,-0.73,0.12,0.52,-0.54,-1.15,0.20,-1.09),x2=c(1,0,1,1,0,1,0,1))
demo.data

Y <- matrix(demo.data$y) 
Y
n <- nrow(demo.data)
n
X <- matrix(c(rep(1,n),demo.data$x1,demo.data$x2),nrow=n,ncol=3)
X

BETA.HAT <- solve(t(X)%*%X)%*%t(X)%*%Y
BETA.HAT