RSS가 카이 제곱 배 np로 분배되는 이유는 무엇입니까?


28

OLS 모델에서 RSS (잔여 제곱합)가 ( 는 모델의 매개 변수 수, 관측치 수 )로 분포 된 이유를 이해하고 싶습니다 .

χ2(np)
pn

그런 기본적인 질문을 한 것에 대해 사과하지만 온라인 (또는 내 응용 프로그램 중심의 교과서)에서 답을 찾을 수없는 것 같습니다.


3
대답은 어설 션이 옳지 않다는 것을 보여줍니다. RSS의 분포는 ( 아님)에 분포의 곱한 것입니다. 여기서 는 오류의 실제 분산입니다. σ2npχ2(np)σ2
whuber

답변:


36

다음 선형 모델을 고려합니다 : .y=Xβ+ϵ

잔차 벡터는 다음과 같이 추정됩니다.

ϵ^=yXβ^=(IX(XX)1X)y=Qy=Q(Xβ+ϵ)=Qϵ

여기서, Q=IX(XX)1X .

관찰 (추적이 순환 전치 하에서 불변) 것을 Q ' = Q = Q 2 . 따라서 Q 의 고유 값은 01입니다 (일부 세부 사항은 아래 참조). 따라서, 단일 행렬 V 가 존재하여 ( 매트릭스가 정상인 경우에만 행렬이 단일 행렬에 의해 대각선 화 될 수있다. )tr(Q)=npQ=Q=Q2Q01V

VQV=Δ=diag(1,,1np times,0,,0p times)

자,하자 ε을 .K=Vϵ^

이후 ε ~ N ( 0 , σ (2) Q가 ) , 우리가 K ~ N ( 0 , σ 2 Δ ) 때문에, K , N - P + 1 = ... = K , N = 0 . 그러므로ϵ^N(0,σ2Q)KN(0,σ2Δ)Knp+1==Kn=0

K2σ2=K2σ2χnp2

with 입니다.K=(K1,,Knp)

또한 는 단일 행렬이므로V

ϵ^2=K2=K2

그러므로

RSSσ2χnp2

마지막으로,이 결과는

E(RSSnp)=σ2

이후 의 최소 다항식 의 다항식 분할 . 따라서 의 고유 값은 과 사이 입니다. 이후 또한 다수 곱한 고유의 합, 우리는 반드시 있음이 다중성와 고유치이다 제로는 다수의와 고유치이다 .Q2Q=0Qz2zQ01tr(Q)=np1npp


1
(+1) 정답입니다. 가 실제 대칭 이기 때문에 단일 대신 직교에 대한주의를 제한 할 수 있습니다 . 또한 무엇입니까? 정의되어 있지 않습니다. 인수를 약간 재조정함으로써, 익숙하지 않은 사람들에게 약간의 혼란을 초래할 수있는 경우, 퇴화 법선의 사용을 피할 수도 있습니다. VQSCR
추기경

2
@추기경. 좋은 지적. SCR ( 'Somme des Carrés Résiduels'프랑스어)은 RSS 여야합니다.
ocram

자세한 답변 Ocram에 감사드립니다! 몇 가지 단계를 통해 더 많은 것을 볼 수 있지만 지금 생각할 개요가 있습니다. 감사합니다!
탈 Galili

@Glen_b : 아, 며칠 전에 SCR을 SRR로 변경하기 위해 편집했습니다. SCR이 내 의견에 언급되었다는 것을 기억하지 못했습니다. 혼란을 드려 죄송합니다.
ocram

@Glen_b : RSS : -S를 다시 한 번 의미했습니다. Thx
ocram

9

IMHO, 결혼 표기법 문제를 복잡하게 만듭니다. 순수한 벡터 공간 언어가 더 깨끗합니다. 모델은 로 작성 될 수 있습니다. 여기서 는 에 표준 정규 분포를 가지며 는 벡터 부분 공간 에 속한다고 가정합니다 .Y=Xβ+ϵY=μ+σGGRnμWRn

이제 기본 기하학의 언어가 사용됩니다. 최소 자승 추정기 의 이외에 아무것도 없다 : 관찰의 정사영 공간에서 되는 가정이 속하는. 잔차 벡터는 직교 보수에 투영 : 의 에 . 의 차원 은 입니다.μ^μPWYYWμPWYWWRnWdim(W)=ndim(W)

마지막으로, 이고 는 에 표준 정규 분포를 가지므로 제곱 규범은 로 분배 자유도.

PWY=PW(μ+σG)=0+σPWG,
PWGWχ2dim(W)

이 데모는 하나의 정리, 실제로 정의 정리 만 사용합니다.

정의와 정리 . 임의의 벡터 벡터 공간에 표준 정규 분포를 갖는 U R을 N 는 그 값에 걸리는 경우 U (하나와 그 좌표를RnURnU전체적으로) 정규 직교 기준 은 독립적 인 1 차원 표준 정규 분포입니다.U

(이 정의-정리로부터 Cochran의 정리는 너무 명백하여 그것을 언급 할 가치가 없다)

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.