Эконометрика лекции
При этих условиях в частности
При этих условиях, в частности, случайные ошибки
имеют нулевое математическое
ожидание, т.е. М(
) = 0(u
= 1, 2, …, n), не
коррелируют друг с другом и имеют одинаковые дисперсии. Другими словами
М(eeT)=s2I, где e
= (e1, e2,
…, en)T, а I-единичная матрица.
Запишем матрицу исходных данных в виде табл. 3.1.
Таблица 3.1
|
№ опыта, u |
Входные переменные |
Переменная выхода, yu |
||||
|
X0 |
X1 |
X2 |
Xk |
|||
|
1 |
x01 |
x11 |
x21 |
… |
xk1 |
y1 |
|
2 |
x02 |
x12 |
x22 |
… |
xk2 |
y2 |
|
... |
… |
… |
… |
… |
… |
… |
|
u |
x0u |
x1u |
x2u |
… |
xku |
yu |
|
… |
… |
… |
… |
… |
… |
… |
|
N |
x0N |
x1N |
x2N |
… |
xkN |
yN |
Обозначим
тогда
, где
- неслучайная величина. Поэтому
Параграфы
- Сущность и история возникновения эконометрики
- </b>Парный регрессионный анализ
- Множественная регрессия
- Гетероскедастичность моделей, ее обнаружение и методы устранения гетероскедастичности
- прогнозирование временных рядов
- Сглаживание Временных рядов
- ОДНОВРЕМЕННЫЕ УРАВНЕНИЯ. МЕТОДЫ ИДЕНТИФИКАЦИИ
- Моделирование структурными уравнениями
- РАЗНОСТНЫЕ УРАВНЕНИЯ И ИХ РЕШЕНИЕ
- Стационарные временные ряды авторегрессии-скользящего среднего
- Временные ряды с высокой изменчивостью
- Ложная регрессия, коинтеграция и модели корректировки ошибок
- Элементы линейной алгебры
- Элементы теории вероятностей и математической статистики
- метод наименьших квадратов