9．以 Y 表示实际观测值，Y表示回归估计值，则普通最小二乘法估计参数的准则是使（ ）。A. ．∑（Yi－Y∧i）＝0B. ．∑（Yi－Yi）2＝0C. ．∑（Yi－Y∧i）为最小D. ．∑（Yi－Y∧i）2 为最小

步骤 1：理解普通最小二乘法（OLS）的定义
普通最小二乘法是一种用于估计回归模型参数的方法，其目标是最小化因变量的观察值与估计值之间的离差平方和。这意味着，OLS试图找到一组参数，使得实际观测值与模型预测值之间的差异的平方和最小。

步骤 2：分析选项
A. ∑（Yi－Y∧i）＝0：这个选项表示的是残差的总和为零，这是OLS的一个性质，但不是其准则。
B. ∑（Yi－Yi）2＝0：这个选项表示的是残差的平方和为零，这在实际中是不可能的，因为残差不可能完全为零。
C. ∑（Yi－Y∧i）为最小：这个选项表示的是残差的总和最小，但OLS关注的是残差平方和的最小化，而不是残差总和的最小化。
D. ∑（Yi－Y∧i）2 为最小：这个选项表示的是残差平方和最小，这是OLS的准则。

步骤 3：选择正确答案
根据OLS的定义和准则，正确答案是D，即∑（Yi－Y∧i）2 为最小。