Klasik doğrusal regresyon modelinde, En Küçük Kareler (EKK) tahmin edicilerinin "En İyi Do… — KPSS İstatistik

Klasik doğrusal regresyon modelinde, En Küçük Kareler (EKK) tahmin edicilerinin "En İyi Doğrusal Sapmasız Tahmin Edici" ( $BLUE$ ) olmasını sağlayan Gauss-Markov Teoremi ile ilgili aşağıdaki ifadelerden hangisi doğrudur?

Tahmin edicilerin sapmasızlığı için hata terimlerinin beklenen değerinin sıfır olması yeterliyken; minimum varyanslılık özelliği için hata terimleri arasında otokorelasyon ve değişen varyansın bulunmaması gerekir.Cevap
B
EKK tahmin edicilerinin $BLUE$ özelliğini taşıyabilmesi için hata terimlerinin mutlaka normal dağılıma uygun olması zorunludur.
C
Gauss-Markov teoremi, varsayımlar sağlandığında EKK tahmin edicilerinin hem doğrusal hem de doğrusal olmayan tüm tahmin ediciler arasında en küçük varyansa sahip olduğunu kanıtlar.
D
Bağımsız değişkenler arasında çoklu doğrusal bağlantı ( $multicollinearity$ ) bulunması, EKK tahmin edicilerinin sapmasızlık özelliğini bozarak Gauss-Markov koşullarını geçersiz kılar.
E
Modele anakütle modelinde yer almayan gereksiz bir değişkenin dahil edilmesi ( $overfitting$ ), EKK tahmin edicilerinin sapmalı hale gelmesine neden olur.

Cevap

Tahmin edicilerin sapmasızlığı için hata terimlerinin beklenen değerinin sıfır olması yeterliyken; minimum varyanslılık özelliği için hata terimleri arasında otokorelasyon ve değişen varyansın bulunmaması gerekliliği doğrudur.

Gauss-Markov teoremi uyarınca, klasik regresyon varsayımları altında EKK tahmin edicileri doğrusal sapmasız tahmin ediciler arasında en küçük varyansa sahiptir. Burada sapmasızlık özelliği hata terimlerinin beklenen değerinin sıfır olması (

E[\epsilon]=0

) varsayımı ile sağlanırken; 'en iyi' olma (etkinlik) durumu, hata terimlerinin sabit varyanslı olması ve birbirleriyle korelasyon göstermemesi varsayımlarına sıkı sıkıya bağlıdır.

Adım Adım Çözüm

BLUE

kavramının bileşenlerini tanımlayın.

B: Best (En iyi/Minimum Varyans), L: Linear (Doğrusal), U: Unbiased (Sapmasız), E: Estimator (Tahmin Edici).

Teoremin neyi garanti ettiğini anlamak için terimlerin anlamı bilinmelidir.

Hangi varsayımın hangi özelliği sağladığını analiz edin.

E(\epsilon) = 0

varsayımı sapmasızlığı;

Var(\epsilon) = \sigma^2

(sabit varyans) ve

Cov(\epsilon_i, \epsilon_j) = 0

(otokorelasyon yokluğu) varsayımları ise etkinliği (en iyi/minimum varyans) sağlar.

Gauss-Markov teoreminin matematiksel dayanağı bu eşleşmelere bağlıdır.

Seçenekleri bu kurallara göre değerlendirin.

Hata terimlerinin ortalamasının sıfır olmasının sapmasızlık için yeterli olduğu, ancak etkinlik için varyans yapısının düzenli olması gerektiği sonucuna ulaşılır.

Doğru teknik açıklamayı içeren ifadeyi belirlemek için kıyaslama yapılır.

Anahtar Kavram

Gauss-Markov Teoremi ve BLUE Özellikleri

Tahmini Süre:1m 30s

Soru

Cevap

Adım Adım Çözüm

Anahtar Kavram

Sık Yapılan Hatalar

Konular

Bu konudan daha fazla soru