Hat matrix（帽子矩阵）是线性回归中把观测值向量 y 映射为拟合值 ŷ 的矩阵，常记为 H，满足 ŷ = Hy。在普通最小二乘（OLS）里，若设计矩阵为 X，则
H = X (XᵀX)⁻¹ Xᵀ。
它的对角元素 hᵢᵢ 称为杠杆值（leverage），用来衡量某个样本点对拟合结果的影响程度。（该术语在统计/计量与线性代数语境最常见；“hat”来自它给 y “戴上帽子”变成 ŷ。）
/ˈhæt ˈmeɪtrɪks/
The hat matrix maps the observed values to the fitted values.
帽子矩阵把观测值映射为拟合值。
In ordinary least squares, the diagonal entries of the hat matrix indicate leverage and help identify influential observations.
在普通最小二乘中，帽子矩阵的对角元素表示杠杆值，可用于识别对回归结果影响较大的观测点。
“Hat matrix”中的 hat 来自统计学记号：真实但未知的量常用无“帽”的符号表示（如 y），其估计值或拟合值常在符号上加“帽子”（如 ŷ，读作 “y-hat”）。由于矩阵 H 能把 y 变成 ŷ（即 ŷ = Hy），因此得名“帽子矩阵”。
Select Language