Содержание
- 2. А.1 Модель линейна по параметрам и правильно задана. А.6 Случайный член имеет нормальное распределение . А.5
- 3. При условии, что допущения модели регрессии действительны, методы оценки OLS в модели множественной регрессии являются беспристрастными
- 4. Мы не будем пытаться доказать эффективность. Однако, мы опишем доказательство несмещенности (отсутствия смещенности). 4 СВОЙСТВА КОЭФФИЦИЕНТОВ
- 5. Первым шагом, как всегда, является замена Y из действительной взаимосвязи. Составляющие Y из фактически находятся в
- 6. После подстановки и упрощения мы можем сделать вывод о том, что можно разложить на : истинное
- 7. На слайде представлено то, что мы нашли в простой модели регрессии. Разница в том, что выражение
- 8. Достигнув этого момента, доказать несмещенность легко. Принимая ожидания, β2 не изменяется, будучи постоянным. Ожидание суммы равно
- 9. А * члены нестационарны, так как они зависят только от значений Х2 и Х3. Следовательно, члены
- 10. По предположению А.3, E(ui) = 0 для всех i. Следовательно, E ( ) равно ( )
- 11. Наконец, мы покажем, что это несмещенная оценка . Это довольно просто, поэтому вы должны попытаться сделать
- 12. Сначала замените среднее значение выборки Y. 12 СВОЙСТВА КОЭФФИЦИЕНТОВ МНОЖЕСТВЕННОЙ РЕГРЕССИИ Истинная модель Соответствующая модель
- 13. Теперь первый момент. Первые три условия являются нестационарными, поэтому они не зависят от ожиданий. 13 СВОЙСТВА
- 14. Ожидаемое значение среднего члена возмущения равно нулю, так как E(u) равно нулю в каждом наблюдении. Мы
- 16. Скачать презентацию