Soru

Zorluk: Çok zorEKK Tahmin Edicilerinin Özellikleri (Gauss-Markov Teoremi)

Bir araştırmacı, nn gözlemli bir veri seti kullanarak Yi=β0+β1X1i+β2X2i+uiY_i = \beta_0 + \beta_1 X_{1i} + \beta_2 X_{2i} + u_i modelini En Küçük Kareler (EKKEKK) yöntemiyle tahmin etmiştir. Yapılan ön incelemelerde veri seti ve model hakkında şu bulgulara ulaşılmıştır:

I. Bağımsız değişkenler (X1X_1 ve X2X_2) arasında yüksek (fakat kusursuz olmayan) derecede çoklu doğrusal bağlantı bulunmaktadır.
II. Hata terimlerinin varyansı sabittir (Var(ui)=σ2Var(u_i) = \sigma^2) ve hata terimleri arasında ardışık bağımlılık yoktur (Cov(ui,uj)=0Cov(u_i, u_j) = 0).
III. Hata terimleri normal dağılıma sahip değildir.

Gauss-Markov teoremi ve EKK tahmin edicilerinin teorik özellikleri dikkate alındığında, bu modelin tahmin sonuçlarıyla ilgili aşağıdaki ifadelerden hangisi kesinlikle doğrudur?

  1. EKK tahmin edicileri "En İyi Doğrusal Sapmasız Tahmin Edici" (BLUEBLUE) olma özelliğini korur; ancak hata terimleri normal dağılmadığı için, doğrusal olmayan bazı sapmasız tahmin ediciler EKK'dan daha küçük varyansa sahip olabilir.Cevap
  2. B
    Bağımsız değişkenler arasındaki yüksek çoklu doğrusal bağlantı, EKK tahmin edicilerinin sapmalı (biased) hale gelmesine neden olduğu için Gauss-Markov teoreminin öngördüğü sapmasızlık koşulu ihlal edilmiş olur.
  3. C
    Hata terimlerinin normal dağılıma sahip olmaması, EKK tahmin edicilerinin minimum varyanslı olma özelliğini doğrusal tahmin ediciler sınıfı içinde de ortadan kaldırarak Gauss-Markov teoremini geçersiz kılar.
  4. D
    EKK tahmin edicileri, Gauss-Markov teoremi gereği hata terimlerinin dağılım formundan bağımsız olarak, sadece doğrusal olanlar değil doğrusal olmayan tüm sapmasız tahmin ediciler arasında da daima en küçük varyansa sahiptir.
  5. E
    Gauss-Markov teoremine göre EKK tahmin edicilerinin sapmasızlık özelliğini taşıyabilmesi için, hata terimlerinin varyansının sabit olması ve ardışık bağımlılık içermemesi zorunlu varsayımlardır.

Cevap

Modelde çoklu bağlantı ve normallik eksikliği olmasına rağmen EKK tahmin edicileri Doğrusal Sapmasız Tahmin Ediciler (BLUE) arasında en iyisi olma özelliğini korur, ancak doğrusal olmayan bazı tahmin ediciler daha düşük varyansa sahip olabilir.
Gauss-Markov teoremi, bağımsız değişkenlerin doğası (çoklu bağlantı düzeyi) veya hata terimlerinin olasılık dağılımı (normallik) hakkında kısıtlayıcı varsayımlarda bulunmaz. Sabit varyans ve otokorelasyonsuzluk sağlandığı sürece EKK, doğrusal tahmin ediciler arasında en küçük varyansa sahiptir (BLUEBLUE). Ancak hatalar normal dağılmadığında, doğrusal olma kısıtını kaldıran bazı ileri tahmin ediciler (örneğin En Küçük Mutlak Sapmalar veya Maksimum Olabilirlik tahmin edicileri) EKK'dan daha verimli olabilir.

Adım Adım Çözüm

1
Çoklu doğrusal bağlantının model üzerindeki etkisini değerlendirme.
Bağımsız değişkenler arasında tam (kusursuz) bir doğrusal ilişki olmadığı sürece, EKK tahmin edicileri hesaplanabilir ve sapmasızlık (E(β^)=βE(\hat{\beta}) = \beta) özelliğini korur.
Çoklu bağlantı EKK tahmin edicilerinin varyansını (standart hatasını) şişirir ancak Gauss-Markov teoreminin temel özelliklerinden olan sapmasızlığı etkilemez.
2
Sabit varyans ve otokorelasyonsuzluk varsayımlarının sonucunu belirleme.
Hataların varyansı sabit olduğundan ve otokorelasyon bulunmadığından, EKK tahmin edicileri 'doğrusal ve sapmasız' tahmin ediciler sınıfı içinde en küçük varyansa (BLUEBLUE) sahiptir.
Gauss-Markov teoremi, bu iki varsayımın sağlanması durumunda EKK'nın doğrusal sınıf içinde etkin olduğunu matematiksel olarak kanıtlar.
3
Normallik varsayımının ihlal edilmesinin Gauss-Markov kapsamındaki etkisini analiz etme.
Hata terimleri normal dağılmadığı için EKK, Cramér-Rao alt sınırına ulaşamaz ve doğrusal olmayan tüm tahmin ediciler arasında en iyisi (BUEBUE) olma garantisini kaybeder.
Normallik varsayımı Gauss-Markov teoremi (BLUE) için gerekli değildir ancak hipotez testleri ve tahmin edicinin global mutlak etkinliği (BUE) için zorunludur.

Anahtar Kavram

Gauss-Markov Teoremi ve Varsayım İhlallerinin Etkileri
Bu soruyu puanla