看板Statistics
標 題Re: [問題] 多元線性回歸
發信站次世代BS2 (Sun Jan 8 14:28:04 2006)
轉信站ptt!Group.NCTU!grouppost!Group.NCTU!BS2
※ 引述《[email protected] (我不懂)》之銘言:
> ※ 引述《[email protected] ()》之銘言:
> : ※ 引述《[email protected] (我不懂)》之銘言:
> : > 條件假設如下:
> : > SR1 Yi = α + β1*X1i + β2*X2i +ζi
> : > SR2 E(ζi) = 0
> : > SR3 Cov(ζi,ζj) = 0
> : > SR4 ζi ~ N(0,σi^2)
> : > (1)假設進行OLS,SR1 SR2 SR3 同時存在能否保證OLS估計式為不偏估計式
> : 若 X1i, X2i 都是非隨機的, 只要 SR1 + SR2 就保證OLS
> : 不偏了!
> : > ^
> : > (2)在SR1-SR4的條件下,說明βk 之變異數,k = 1,2
> : > (3)滿足上列假設(SR1-SR4)能否保證OLS為最小不偏估計式,如果不是須加上哪些假設
> : 何謂 "最小不偏估計"? 是問 "最小變異不偏估計" 吧?
> 對`是指變異最小的不偏估計式
> 我一直搞不懂要不要加上 SR5 解釋變數不是隨機 解至少要有兩個以上 的假設
> 因為沒有SR5最小平方法就無效了
我可沒那麼說!
> 但是課本上並沒有強調要SR5
> 而且如果加上SR5的話~就跟BLUE(最佳線性不偏估計式)是一樣的
誰說的?
> 不好意思我真的講的太簡陋了
> : > (4)使用OLS的估計式說明 E( Y| X1 = a1, X2 = a2) 之BLUE為何?
> : 用 OLS 估計說明 BLUE? 甚麼跟甚麼啊?
> : > 並說明所需的條件假設及估計式分配為何?
> : > 題目表達的可能不是很清楚,希望有高手能回答(會的人對我來說就是高手了)
> : > 對題目有問題的可以問我,感激ꐊ
把甚麼是 OLS, 甚麼是 BLUE 弄清楚吧!
也把問題弄清楚吧!
OLS 或者等於 BLUE (what is Gauss-Markov Theorem?)
或者不等. 甚麼 "用 OLS 估計說明 BLUE?"
如果題目就是那樣寫, 去問出題者!
--
來自統計專業的召喚...
交大資訊次世代 telnet://bs2.twbbs.org Statistics (統計與機率)
無名小站 telnet://wretch.twbbs.org Statistics (統計方法討論區)
成大計中站 telnet://bbs.ncku.edu.tw Statistics (統計方法及學理討論區)
盈月與繁星 telnet://ms.twbbs.org Statistics (統計:讓數字說話)
批踢踢實業站 telnet://ptt.twbbs.org Statistics (統計學及統計軟體版)
--
▄▄▄▄▄▄▄ ▄▄▄▄ ▄▄▄▄▄▄ <telnet://bbs.cs.nctu.edu.tw>
█▄▄▄▄█ █ ▄▄▄▄▄█ Player: yhliu
▄█▄▄▄▄█ ▄▄▄█ █▄▄▄▄▄ From: 140.116.52.117
☆ 次世代BS2 ☆ 可申請個人板
150MB 超大相簿 http://pic.bs2.to 資訊人 250MB