Эконометрика лекции

В теореме ГауссаМаркова

В теореме Гаусса-Маркова предполагалось, что случайные возмущения имеют постоянную дисперсию и не коррелированы  друг с другом. Это означает, что ковариационная матрица имеет вид: , где  — единичная матрица размерности n. Если существует корреляция между ошибками наблюдений или дисперсия ошибок наблюдений не предполагается постоянной, то мы оказываемся в условиях обобщенной линейной модели множественной регрессии.

Обобщенная линейная модель множественной регрессии предполагает следующую систему соотношений и условий:

1)   ; .

Ранг неслучайной (детерминированной) матрицы  предполагается равным p + 1 < n, p — число предикторов,  случайный вектор, n — число наблюдений;

2)  - где  — матрица размера nґn состоящая из нулей.

3) , где  — положительно определенная матрица. Это означает, что определители всех главных миноров матрицы  положительны. Напомним, что главными минорами матрицы  являются миноры вида:

назад          далее

Как послать в научный журнал томографии свою статью в 2007.    

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