Là phần dư, e, một ước tính của lỗi,


8

Câu hỏi này đã được đưa ra trong một chủ đề khác mà tôi đã bắt đầu vì vậy tôi nghĩ rằng tôi sẽ nhận được nhiều ý kiến ​​của mọi người về nó. Câu hỏi của tôi là

Là phần dư, e, một ước tính của lỗi, ?ϵ

Lý do mà tôi hỏi là như sau. Trong OLS, phương sai của phần dư, , được gọi là phương sai của hồi quy (trong đó RSS là tổng bình phương còn lại). Tương tự căn bậc hai của phương sai này,RSS(nK) , là lỗi tiêu chuẩn của hồi quy. Với thực tế là căn bậc hai của phương sai,, là một lỗi tiêu chuẩn, điều đó có nghĩa là phương sai này là phương sai của công cụ ước tính. Chúng ta đã biết rằng đó là phương sai của phần dư, do đó, phần dư là một công cụ ước tính ?? (Tôi giả sử)RSS(nK) εRSS(nK)ϵ

Suy nghĩ ??

Câu trả lời:


10

Chắc chắn dư là một số loại của ước lượng của (phải rõ ràng, định nghĩa của dư là ước lượng, dư quan sát được là một ước tính). Nếu mô hình là chính xác, đôi khi chúng có thể là một ước tính khá tốt.ϵ

Thật

,e=yy^=Xβ+ϵX(XX)1X(Xβ+ϵ)=(IH)ϵ

nơi là hat-ma trận (vì nó 'puts chiếc mũ trên' y ) - đôi khi cũng được gọi là ma trận chiếu.H=X(XX)1Xy

http://en.wikipedia.org/wiki/Hat_matrix

Đó là, 's là mỗi một sự kết hợp tuyến tính của ε ' s; nếu 1 - h i i tương đối lớn so với j i h i j (nếu H là 'nhỏ' so với I), thì hầu hết trọng lượng đều thuộc về lỗi thứ i (mặc dù điều này thường không phải là trường hợp ).eϵ1hiijihijHith

Lưu ý rằng sẽ có cùng kỳ vọng và phương sai nhưϵinếu các phần tử củaHnhỏ, theo cách vừa mô tả, sẽ có mối tương quan cao với nó - thực tế, nếu tôi đã thực hiện đúng đại số của mình, mối tương quan giữaeiεithực sự là:corr(ei,εi)=ei/1hiiϵi H eiϵi .corr(ei,ϵi)=1hii


Cảm ơn sự giúp đỡ Glen_b. Câu hỏi nhanh: Ma trận H là gì? Các ma trận duy nhất tôi biết liên quan đến hồi quy là chiếu Matrix, P , và là Đấng dư, M . Và tôi tất nhiên.
Kinh tế

Định nghĩa và liên kết được thêm vào.
Glen_b -Reinstate Monica

Thật tuyệt, đó chỉ là Ma trận Chiếu, tôi đã thấy điều đó trước đây!
Kinh tế

Đối với câu trả lời ở trên, tôi nghĩ có một lỗi nhỏ mà e nên là (IH) (X \ beta + \ epsilon)
Chen Wang

(IH)Xβ=0
Glen_b -Reinstate Monica
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.