Zusammenfassung
Die Modellierung eines Zusammenhangs (Ursache-Wirkungsbeziehung) zwischen interessierenden Variablen beginnt mit der Auszeichnung einer Variablen Y als von anderen Variablen X 1, ... , X K abhängige Größe. Y wird auch häufig als Response bezeichnet. Der nächste Schritt ist die Auswahl der XVariablen nach dem Prinzip des maximalen adjustierten Bestimmtheitsmaßes, wobei gleichzeitig oder anschließend die Kovarianzstruktur des Fehlerprozesses auf Abweichungen von der Form σ2 I zu untersuchen ist. Wir wollen annehmen, daß dieser Prozeß abgeschlossen ist und ein lineares Modell y = Xβ + ε mit den Voraussetzungen (3.61) des klassischen Regressionsmodells akzeptiert wurde. Unter allen diesen Vorkenntnissen und Modellannahmen ist die KQ-Schätzung b = (X′X)-1 X ′ y dann optimal im Sinne des Gauss-Markov-Theorems.
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
Rights and permissions
Copyright information
© 1992 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Toutenburg, H. (1992). Exakte und stochastische lineare Restriktionen. In: Lineare Modelle. Physica, Heidelberg. https://doi.org/10.1007/978-3-642-53726-4_5
Download citation
DOI: https://doi.org/10.1007/978-3-642-53726-4_5
Publisher Name: Physica, Heidelberg
Print ISBN: 978-3-7908-0641-0
Online ISBN: 978-3-642-53726-4
eBook Packages: Springer Book Archive