Tema Esame 28 Maggio 2015
Yi = β0 + β1 Xi + μi, i = 1, 2, ..., m
a) OLS β0, β1
Dato il modello di regressione lineare semplice
Yi = β0 + β1 Xi + μi, i = 1, 2, ..., m
utilizzo il metodo OLS che consente di minimizzare la diff. quadratica tra i valori reali ed i valori stimati:
minβ0, β1 ∑i=1m (Yi - β0 - β1 Xi)2
S(β0, β1) = funzione obiettivo
Comando β0, ∂S/∂β0 → F.O.C
-2 ∑i=1m [Yi - β0 - β1 Xi] = 0
Spezz la sommatoria, ∑i=1m Yi - m β0 - β1 ∑i=1m Xi = 0
Remiedo β1, ∂S/∂β1 = 0 → F.O.C
-2 ∑i=1m [Yi - (β0 + β1 Xi)] Xi = 0
Sostituire β̂1 → ∑i=1m [Yi - Ȳ + β1 X̄ + β1 (Xi - X̄ )] Xi = 0
∑i=1m (Yi - Ȳ ) Xi - β1 ∑i=1m (Xi - X̄ ) Xi = 0
Sottraggò ed aggiungo due termini tali che
- ∑i=1m (Yi - Ȳ ) X̄ = 0
- β2 ∑i=1m (Xi - X̄) X̄ = 0
β̂1 = ∑i=1m (Xi - X̄) (Yi - Ȳ)/∑i=1m (Xi - X̄)2
β̂0 = Ȳ − β̂1 X̄
funzioni lineari, β̂1 (in segno) dipende dalla covarianza, perché la varianza è sempre +
b) Form ricavate distr. appross β2 con n grande
β̂1 - β̂ = 1/zm ∑mi=1 (Xi - X)ui
/ / / /i=1 (Xi - X)2
condivido per m2 = Σm(Xi - X)2
divido al num e div per m e al denominatore
moltiplico /divido per (n - X)
β̂1 - β̂2 = 1/m ∑mi=1 (Xi - X)Vi
con Vi: (Xi - X)ui
variabili casuali
con n grande (lavano con grandi campioni) posso semplificare:
Σmi=1 (Xi - X)ui ∼
(Xi - h)iui ∼σ2
σ2
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
-
Temi Esame svolti Idraulica
-
Temi Psicologia dell'educazione
-
Temi Esame Aerodinamica
-
Temi esame Meccanica razionale