Zusammenfassung
Ausgangspunkt ist die Annahme einer konstanten linearen Relation zwischen dem Regressanden Y (d.h. die zu erklärende Größe) und dem nicht stochastischen Regressor x (d.h. die erklärende Größe), die durch eine zufällige Störvariable U beeinflußt wird, Yi = α + ßxi + Ui, i =1,2,..., n. Dieses Regressionsmodell wird durch die Annahme E(U i ) = 0 für alle i stochastisch spezifiziert. Die Aufgabe ist, aus der durch die x bedingten Stichprobe eine Schätzung für die unbekannten Parameter α und ß zu gewinnen. Die durch die Methode der kleinsten Quadrate formal bestimmten Koeffizienten α und ß der Regressionsgeraden (vgl. Abschnitt 4) definieren Stichprobenfunktionen der Y i , die unter dieser stochastischer Spezifikation unverzerrte Schätzfunktionen für α und ß sind.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1999 Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden
About this chapter
Cite this chapter
Reichardt, A. (1999). Kleinst-Quadrate-Schätzungen im einfachen linearen Regressionsmodell. In: Übungsprogramm zur statistischen Methodenlehre. Gabler Verlag, Wiesbaden. https://doi.org/10.1007/978-3-322-94810-6_15
Download citation
DOI: https://doi.org/10.1007/978-3-322-94810-6_15
Publisher Name: Gabler Verlag, Wiesbaden
Print ISBN: 978-3-409-63825-8
Online ISBN: 978-3-322-94810-6
eBook Packages: Springer Book Archive