Условия Гаусса-Маркова:
· - условие, гарантирующее несмещённость оценок МНК.
· - условие гомоскедастичности, его нарушение приводит к проблеме гетероскедастичности.
· - условие отсутствия автокорреляции предполагает отсутствие систематической связи между значениями случайного члена в любых двух наблюдениях. Если данное условие не выполняется, то в модели возникает проблема автокорреляции случайных возмущений.
· - условие независимости случайного возмущения и объясняющей переменной. Значение любой независимой переменной в каждом наблюдении должно считаться экзогенным, полностью определяемым внешними причинами, не учитываемыми в уравнении регрессии.
Свойства оценок, полученных с помощью МНК:
1. Линейность оценок – оценки параметров a иb представляют собой линейные комбинации наблюдаемых значений объясняемой переменной yi.
2. Несмещённость оценок:
;
3. Состоятельность оценок:
4. Эффективность - данное свойство означает, что оценка имеет минимальную дисперсию в заданном классе оценок:
|
|
Теорема Гаусса-Маркова: если выполнены условия Гаусса-Маркова, тогда оценки , полученные с помощью метода наименьших квадратов, являются линейными, несмещёнными, эффективными и состоятельными оценками.
Свойства оценок, полученных с помощью МНК:
1. Линейность оценок – оценки параметров и представляют собой линейные комбинации наблюдаемых значений объясняемой переменной .
2. Несмещённость оценок:
3. Состоятельность оценок:
4. Эффективность – данное свойство означает, что оценка имеет минимальную дисперсию в заданном классе оценок:
Теорема Гаусса-Маркова: если выполнены условия Гаусса-Маркова, тогда оценки , полученные с помощью метода наименьших квадратов, являются линейными, несмещёнными, эффективными и состоятельными оценками.