Documente Academic
Documente Profesional
Documente Cultură
1
Media şi dispersia variabilei dependente
2
•La nivelul populaţiei regresia se reduce la exprimarea
mediei condiţionate a lui Y:
Dreapta de regresie
Y
X
4
Modelul de regresie liniară la
nivelul populaţiei
Y Yi 0 1X i i Valoarea
observată
i = Eroarea
0 1X i
YX
(E(Y))
X
Valoarea 5
observată
Modelul de regresie liniară la
nivelul eşantionului
Yˆi ˆ0 ˆ1 X i
Yi = Valoarea estimată a lui Y pentru observaţia i
7
Ilustrare grafică
n
LS m inim izează ˆ
i 1
i
2
ˆ ˆ ˆ ˆ
1
2 2
2
2
3
2
4
Y Y 2 0 1 X 2 2
^44
^22
^11 ^33
Yi 0 1X i
X 8
Condiţiile de minim:
9
Estimatorii modelului de regresie
cov(XX,,YY))
cov(
bb11 22
ssxx
bb00 yy bb11xx
10
Notaţii
Valoarea estimată:
Valoarea reziduală(reziduul):
11
Estimatorul dispersiei modelului
12
Proprietăţile estimatorilor modelului de regresie
ˆ0 şi ˆ1 sînt estimatori nedeplasaţi ai parametrilor 0 şi 1
E ( ˆ ) şi E ( ˆ )
0 0 1 1
ˆ 1 x 2
V( 0 )
2
n S xx
2
V(ˆ1 )
S xx
n
unde S xx ( xi x ) 2 şi 2 este dispersia variabilei reziduale
i 1
Y Sample 1 Line
All Possible
Sample Slopes
Sample 2 Line Sample 1: 2.5
Population Line
Sample 2: 1.6
X Sample 3: 1.8
Sample 4: 2.1
Sampling Distribution
: :
S^ 1
Very large number of
sample slopes
^
1 1
14
Eroarea standard a estimatorilor
n
i
e 2
V ( ˆ)
n S 1 x 2
ˆ
-SE ( 0 ) 0
xx
ˆ
2
df n2 n S xx
n S xx n S xx
Pentru panta dreptei de regresie(slope)
ˆ1 t / 2,n 2 SE ( ˆ1 ) 1 ˆ1 t / 2,n 2 SE ( ˆ1 )
x 2
x 2
ˆ1 t / 2,n 2 ˆ
ˆ 1 1 t / 2,n 2 ˆ
2 2
S xx S xx
unde n este estimatorul dispersiei modelului.
e 2
i
ˆ 2 i 1
n2
16
Teorema Gauss-Markov
Estimatorii obţinuţi prin metoda celor mai mici
pătrate sînt B.L.U.E. i.e. orice alt estimator liniar are
o dispersie mai mare decît cei obţinuţi prin MCMMP.
Conform OLS, estimatorul pantei este o combinaţie liniară de valorile variabilei dependente:
n n n n
( y y)( x x) y ( x x) y ( x x) y ( x x)
i i i i i i i n
ˆ1 i 1
n
i 1
n
i 1
i 1
n
i yi
( x x)
i 1
i
2
( x x)
i 1
i
2
( x x)
i 1
i
2 i 1
n n n n
Fie qi yi 0 qi 1 qi xi qi i un alt estimator liniar.
'
i 1 i 1 i 1 i 1
n n
Pentru ca E( ) 1 , e necesar ca qi 0 şi qi xi 1.
'
i 1 i 1
n n
Rezultă qi i 1 , deci varianţa sa este V( )
' ' 2
q . 2
i
i 1 i 1
n
Fie vi q i i , atunci qi i vi şi avem V( ) ' 2
(
i 1
i vi ) 2
n n n
2
(
i 1
i
2
2 i vi v )
2
i
2
(
i 1
i
2
v ) 2
i
2
i 1
i
2
V ( ˆ1 ).*** QED 17
Exemplu-chiria ca funcţie de suprafaţă
18