Рассматривается модель парной регрессии, в которой наблюдения Y связаны с X следующей зависимостью: Yi = β1 + β2Xi + εi. На основе n выборочных наблюдений оценивается уравнение регрессии . Теорема Гаусса—Маркова гласит:
Если данные обладают следующими свойствами:
Модель данных правильно специфицирована;
Все Xi детерминированы и не все равны между собой;
Ошибки не носят систематического характера, то есть ;
Дисперсия ошибок одинакова и равна некоторойσ2;
Ошибки независимы, то есть ;
— то в этих условиях оценки метода наименьших квадратов эффективны в классе линейных несмещенных оценок:
Линейность оценок показана выражением Также
А). Оценки яв-ся несмещенными, т.е. Eb~=b и Eâ=a
Док-во: ввдем wt=xt/∑xs2. При этом ∑wt=0; ∑wtxt=1; ∑wt2 =1/∑xt2; b~=b+∑wtεt. Таким образом
Б). Оценки яв-сясостоятельными.
Условие - В качестве доказательства состоятельности оценок приведем формулы элементов ковариационной матрицы вектора b~, из которых видно, что дисперсии несмещенных оценок параметров с ростом объема выборки стрем-ся к 0:
|
|
Т.е. ↑ объема выборки приводит к устойчивости оценок коэф-в ур-ия. Сч-ся, что объем выборки должен удовл-тьсоот-ию n>3m-1, где m-кол-во объясняющих переем-х.
В). Оценки эфф-ны, т.е. они имеют наименьшую дисп-ию разброса отн-но теорет-х вел-н по сравнению с такими же оценками полученных с примен-м и люб др методов расчета. Эффективность оценки определяется критерием вида