Свойства:
1) МНК-оценки вектора параметров МЛР обладают свойством несмещенности: M{ } =
2)Несмещённая оценка дисперсии для случайной переменной ε:
= .
3) Дисперсия МНК-оценок параметров aj имеет вид: , где - диагональный элемент, стоящий на пересечении j-й строки и j-го столбца
4) t-статистики для определения значимости параметров aj имеют вид: Если |t()|> , где - квантиль распределения Стьюдента с надёжностью γ, то отклоняют гипотезу и делают вывод о существенной значимости параметра .
5) Доверительные интервалы параметров aj имеют вид:
6) Адекватность МЛР проверяется с помощью F-критерия:Если , то гипотезаH0: a1 = a2 = …= am = 0неверна.
Теорема Гаусса-Маркова:Фундаментальное свойство МНК: МНК-оценки параметров линейной регрессии обладают наименьшими дисперсиями среди множества всех несмещённых и линейно-зависимых от энд.переменных оценок в рамках модельных предположений П1-П4.
МЛР с линейными ограничениями на параметры:
Y=Xa+ε, Ba=b (ЛОГ), B – заданная матрица полного ранга rank B=k, – заданный вектор размерности k.
|
|
Частные случаи ЛОГ:
1) =0, B=(0…010…0), b=0
2)два параметра совпадают = , B=(0…010…-10…0), b=0
3)сумма нескольких параметров равна 1
, q>1, B=(01…10…0), b=0
4)подмножество коэффициентов вектора параметров а равно 0
=0, k=l, B= , b= .
Оценка параметров с учётом ЛОГ:
(МНК) = (b-B ),
C=(, =(