1. состоятельность и несмещенность мнк-оценок
1. состоятельность и несмещенность мнк-оценок
Для того чтобы оценку &., полученную с помощью метода наименьших квадратов, можно было бы принять за оценку параметра &t, необходимо и достаточно, чтобы оценка &j удовлетворяла трем статистическим свойствам: несмещенности, состоятельности и эффективности.
1. -&t называется несмещенной оценкой для параметра &t, если ее выборочное математическое ожидание равно оцениваемому параметру генеральной совокупности, т. е.
(3)
Е$ )-&, = <Р,,
где (pt — смещение оценки.
Докажем, что МНК-оценка Д является несмещенной оценкой параметра Ді для нормальной линейной регрессионной модели. Исходя из предпосылок данной модели, можно записать:
x — неслучайная детерминированная величина;
G2(x) = const — дисперсия независимого признака является известной постоянной величиной;
E(Cov(x,e)) = 0 — случайная ошибка и независимый признак не коррелированы между собой;
Б(є;.) = 0 — математическое ожидание случайной ошибки уравнения равно нулю во всех наблюдениях;
Cov(e1, є2) = Б(е1, є2) = 0 — случайные ошибки уравнения регрессии не коррелированы между собой, т. е. ковариация случайных ошибок любых двух разных наблюдений равна нулю. Исходя из определения свойства несмещенности необходимо
доказать, что Е (Д )= Д.
Доказательство через ковариационную матрицу:
Е(Д ) = Е|Ді +
Соу(х,є) G 2(x)
I Cov(x, є) { G 2( x)
0
G2(x)
или в развернутом виде
(x -x)
E(x, x): ХЕ (є, )=ДГ
-хє,
Таким образом, МНК-оценка Д является несмещенной оценкой параметра Дх.
Несмещенность МНК-оценки Д0 доказывается аналогично.
Запишем доказательство несмещенности МНК-оценок параметров Ді в матричной форме:
Е(Д ) = Е(( XTX )-1 XTY) = Е[( XtX )Xt (ХД+є) ] = = Е[( XTX)-і XTX Д+( XTX )XT є] = = Д+ ((XTX)-і XTЕ ( є) ) =Д
т. е. е(Д) = Д, что доказывает несмещенность МНК-оценок параметров Д..
2. г?,, является состоятельной оценкой для параметра г?., если она удовлетворяет закону больших чисел (ЗБЧ). Закон больших чисел гласит о том, что с увеличением выборки значение оценки &, стремится к значению параметра &t генеральной совокупности:
P(\#t-&\<в) — 1при n— оо. (4) Это же условие можно записать с помощью теоремы Бернулли:
>&t при n — оо,
т. е. значение оценки г?і сходится по вероятности к значению
параметра §. генеральной совокупности при условии, что объем
выборки стремится к бесконечности.
Для определения состоятельности оценки достаточно выполнения двух условий:
1) <Pi = 0 или <pt — 0 при n — оо — смещение оценки равно нулю
или стремится к нему при объеме выборки, стремящемся
к бесконечности;
2) G2 (г?) — 0 при n — о — дисперсия оценки параметра стремится к нулю при объеме выборки, стремящемся к бесконечности.
Докажем первое условие состоятельности для МНК-оценки / 1 :
*>! = е(/ і) -А =А-ві = 0. Докажем второе условие состоятельности для МНК-оценки:
G 2( в і) = Е( /31 -Аі)2 = Е
У<* Х) хг
22(-)2
=2
-хг
(-)
=Е
[2(-)2]
(-)2 2 G2(-)
хЕ(г2 )=
[2(-, -)21
Докажем состоятельность МНК-оценок параметров / в матричной форме:
Cov( j) = E
(j-j)x(j-jj
= E(( XTX )-1 XT eeTX (XTX =
= (XTX)-1 E( eeT) X( XT X)-1 =G 2( £)( XT X) ~
Таким образом, МНК-оценка j1 подчиняется нормальному закону распределения с математическим ожиданием j1 и дисперсией
А;
(G2(x)/2(X -X)2) / J,N
2>* X )2
или J ~ N(jj; G2(є)(XTX)-21) ,
где индекс 22 указывает на расположение дисперсии параметра j в матрице ковариаций.
Состоятельность МНК-оценки j0 доказывается аналогично.
Величины
s (А 1 н s 2 (*tx )-1
называются оценками стандартных ошибок МНК-оценок А1 и jо
Эффективность МНК—оценок доказывается с помощью теоремы Гаусса—Маркова.
Таким образом, оценки параметров уравнения регрессии и дисперсии случайной ошибки, полученные методом наименьших квадратов, являются оптимальными оценками, т. е. несмещенными, состоятельными и эффективными.
Обсуждение Эконометрика.Конспект лекций
Комментарии, рецензии и отзывы