Zusammenfassung
Die Modellierung eines Zusammenhangs (Ursache—Wirkungsbeziehung) zwischen interessierenden Variablen beginnt mit der Auszeichnung einer Variablen Y als von anderen Variablen X1,…,XKabhängige Größe. Y wird auch häufig als Response bezeichnet. Der nächste Schritt ist die Auswahl der X—Variablen nach dem Prinzip des maximalen adjustierten Bestimmtheitsmaßes, wobei gleichzeitig oder anschließend die Kovarianzstruktur des Fehlerprozesses auf Abweichungen von der Formσ 2 I zu untersuchen ist. Wir wollen annehmen, dass dieser Prozess abgeschlossen ist und ein lineares Modell y =Xß+ ε mit den Voraussetzungen (4.61) des klassischen Regressionsmodells akzeptiert wurde. Unter allen diesen Vorkenntnissen und Modellannahmen ist die KQ–Schätzungb = (X’X) -1 X’ydann optimal im Sinne des G auss—Markov—Theorems.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2003 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Toutenburg, H. (2003). Exakte und stochastische lineare Restriktionen. In: Lineare Modelle. Physica, Heidelberg. https://doi.org/10.1007/978-3-642-57348-4_6
Download citation
DOI: https://doi.org/10.1007/978-3-642-57348-4_6
Publisher Name: Physica, Heidelberg
Print ISBN: 978-3-7908-1519-1
Online ISBN: 978-3-642-57348-4
eBook Packages: Springer Book Archive