Zusammenfassung
Bisher haben wir OLS nur als rein deskriptives Instrument zur Charakterisierung angenommener funktionaler Formen in Stichprobenzahlenmaterial herangezogen. In der Praxis wird OLS jedoch vor allem im Rahmen des sog. linearen Regressionsmodells als Schätzverfahren eingesetzt. Ziel ist es hier nicht mehr einen vorliegenden Datenbestand bestmöglich beschreiben, sondern anhand von diesem Rückschlüsse auf eine Grundgesamtheit ziehen zu können. Mit den Grundlagen dieses Modells werden wir uns unter IV 2.1 näher befassen. Sind die Annahmen des Abschnitts IV 2.2 für ein solches Modell erfüllt, so verfügen OLS-Schätzer über eine Reihe wertvoller Eigenschaften, die OLS zum "bestmöglichen" Schätzer im linearen Regressionsmodell machen. Das sog. Gauß-Markov-Theorem zeigt in einem solchen Fall, dass OLS jedem anderen linearen unverzerrten Schätzer "überlegen" ist.
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
Corresponding author
Rights and permissions
Copyright information
© 2015 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Auer, B., Rottmann, H. (2015). Das lineare Regressionsmodell und seine Annahmen. In: Statistik und Ökonometrie für Wirtschaftswissenschaftler. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-06439-6_15
Download citation
DOI: https://doi.org/10.1007/978-3-658-06439-6_15
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-06438-9
Online ISBN: 978-3-658-06439-6
eBook Packages: Life Science and Basic Disciplines (German Language)