Capitulo 04 P01
Capitulo 04 P01
Capitulo 04 P01
20 de julho de 2022
yi = β0 + β1 xi 1 + β2 xi 2 + . . . + βk xik + ui , i = 1, 2, ..., n
∑i =1 brij yi , j = 0, 1, ..., k,
n
b
βj = (1)
∑i =1 brij2
n
∑i =1 brij2 = 0 e, portanto, de
n
RLM.3 elimina a possibilidade de
∑ni=1 b
rij2
Rj2 = 1 SQT j = 1, j = 1, 2, ..., k.
Sob RLM.1 a RLM.4, o estimador MQO é não viesado, Teorema
3.1: E (b
βj ) = βj , j = 0, 1, ..., k.
σ2
Var (b
β0 ) = (4)
∑ni=1 b
ri20
e
σ2
Var (b
βj ) = , j = 1, 2, ..., k (5)
SQTj (1 Rj2 )
em que SQTj = ∑ni=1 (xij x̄j )2 , b
rij é o resíduo da regressão de xj nas
∑ni=1 b
rij2
demais variáveis explicativas da RLM e Rj2 = 1 SQT j , o seu R-dois.
Sob RLM.1 a RLM.5, o estimador MQO é BLUE - Teorema 3.4, o
Teorema de Gauss-Markov.
E (b
βj ) = βj , j = 0, 1, ..., k (6)
e
σ2
Var (b
βj ) = , j = 0, 1, ..., k (7)
∑ni=1 b
rij2
Ainda,
SQR
σ̂2 = (8)
n (k + 1)
é o estimador não viesado de σ2 .
em que …nal 2 [0, 40], skipped 2 [0, 30], priGPA 2 [0, 4],
ACT 2 [0, 32] é o escore no teste ACT (American College Testing ),
um teste padronizado aplicado a alunos do segundo grau nos EUA
que é usado como parâmetro para admissão pelas universidades
americanas, gostaríamos de testar a seguinte hipótese nula
H0 : β1 = 0,
b
βj = i 1
ij i
∑ = br
n
2
i 1 ij
= 0, l = 0, 1, ..., k; l 6= j e ∑ni=1 brij xij = ∑i =1 brij2 .
n
∑ni=1 b
rij xil
ou, simplesmente,
u Normal (0, σ2 )
-4 -2 0 2 4
u
u = a1 + a2 + ... + am
u = a1 a2 ... am ?
O processo estocástico
σ2 σ2
com Var (b
β0 ) = ∑ni=1 b
ri20
e Var ( β̂j ) = SQT j (1 R j2 )
,j = 1, 2, ..., k.
β̂j βj
zβ̂ = Normal (0, 1), j = 0, 1, ..., k
j dp ( β̂j )
∑ni=1 u
bi2
σ̂2 =
n (k + 1)
β̂j βj
tβ̂ tn (k +1 ) , j = 0, 1, ..., k (11)
j ep ( β̂j )