Vorhersage von Y im verallgemeinerten Regressionsmodell

Zusammenfassung

Die bisherigen statistischen Untersuchungen bezogen sich auf das Problem, ein Modell

EquationSource% MathType!Translator!2!1!AMS LaTeX.tdl!TeX -- AMS-LaTeX! % MathType!Translator!2!1!LaTeX.tdl!TeX -- LaTeX 2.09 and later! % MathType!MTEF!2!1!+- % feaaguart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn % hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr % 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq-Jc9 % vqaqpepm0xbba9pwe9Q8fs0-yqaqpepae9pg0FirpepeKkFr0xfr-x % fr-xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyEaiabg2 % da9iaadIfacqaHYoGycqGHRaWkcqGHiiIZcaGGSaGaaGzbVlabgIGi % olaaykW7caGG+bGaaGPaVlaacIcacaaIWaGaaiilaiabeo8aZnaaCa % aaleqabaGaaGOmaaaakiaadEhacaGGPaGaaiilaiaaywW7caWGsbGa % amyyaiaad6gacaWGNbGaaGjbVlaacIcacaWGybGaaiykaiabg2da9i % aadUeaaaa!569C! \[y = X\beta + \in ,\quad \in \,\~\,(0,{\sigma ^2}w),\quad Rang\;(X) = K\]$$

((6.1))

optimal an die Datenmatrix (y, X) anzupassen, wobei Optimalität auf die Bestimmung des Parametervektors β bezogen war. Eine wesentliche Aufgabe besteht jedoch auch darin, das Modell auf bisher nicht realisierte Werte der endogenen Variablen Y anzuwenden. Wir setzen X als nichtstochastisch voraus.