가우스 마르코프 정리 : BLUE and OLS


9

나는 Wikipedia 의 Guass-Markov 정리를 읽고 있는데 , 누군가 정리의 요점을 알아낼 수 있기를 바랐습니다.

행렬 형태의 선형 모델은 다음과 같이 가정합니다.

y=Xβ+η
우리는 BLUE를 찾고 있습니다. β^.

이것에 따라 , 나는 라벨을 붙일 것이다η=yXβ "잔여"와 ε=β^β오류". (즉, Gauss-Markov 페이지의 사용법과 반대입니다).

OLS (일반 최소 제곱) 추정기는 다음의 인수로 도출 될 수 있습니다. ||residual||22=||η||22.

자 이제 E기대 연산자를 나타냅니다. 내가 이해하기에 Gauss-Markov 정리가 우리에게 말하는 것은E(η)=0Var(η)=σ2I그런 다음 모든 선형적이고 편향되지 않은 추정량에 대한 argmin E(||error||22)=E(||ε||22) 는 OLS 추정기와 동일한 식으로 제공됩니다.

argminβ^(y)||η||22=(XX)1Xy=argminlinear, unbiased β^(y)E(||ε||22)

이해가 정확합니까? 그렇다면 기사에서 더 강조 할 가치가 있다고 말 하시겠습니까?

답변:


14

나는 당신이 올바르게 질문을 이해했는지 확실하지 않지만, 당신이 OLS가 β^ BLUE (최선 선형 편향 추정기)는 다음 두 가지를 증명해야합니다. β^ 편견이없고 Var(β^) 모든 선형 편향 추정량 중에서 가장 작습니다.

OLS 추정기가 공정하지 않다는 증거는 여기 http://economictheoryblog.com/2015/02/19/ols_estimator/ 에서 찾을 수 있습니다 .

증명 Var(β^)모든 선형 편향 추정치 중에서 가장 작습니다. http://economictheoryblog.com/2015/02/26/markov_theorem/


증거가 도움이됩니다.
패트릭

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