Nächste Seite:
Varianzanalyse als lineares Modell
Aufwärts:
skript
Vorherige Seite:
Konfidenzband
 
Inhalt
Beliebige Designmatrix; verallgemeinerte Inverse
Wir betrachten nun die folgende Verallgemeinerung des in Kapitel
2
behandelten linearen Modells
(1)
für das wir bisher stets vorausgestzt hatten, dass die Designmatrix
(2)
eine
-dimensionale Matrix mit vollem (Spalten-) Rang
ist, wobei
.
In diesem Kapitel werden wir dagegen den Fall
betrachten, d.h., wir lassen zu, dass
keinen vollen Rang besitzt.
So wie in Abschnitt
2.1
setzen wir zunächst über den Zufallsvektor
lediglich voraus, dass
(3)
für eine gewisse (unbekannte) Zahl
.
Unterabschnitte
Varianzanalyse als lineares Modell
Einfaktorielle Varianzanalyse; ANOVA-Nullhypothese
Reparametrisierung der Erwartungswerte
Zweifaktorielle Varianzanalyse
Schätzung der Modellparameter
KQ-Schätzer für
Erwartungswertvektor und Kovarianzmatrix des KQ-Schätzers
Schätzbare Funktionen
Beste lineare erwartungstreue Schätzer; Gauß-Markow-Theorem
Normalverteilte Störgrößen
Maximum-Likelihood-Schätzer
Tests linearer Hypothesen
Konfidenzbereiche
Beispiele
F-Test der ANOVA-Nullhypothese
F-Tests für die zweifaktorielle Varianzanalyse
Zweifaktorielle Varianzanalyse mit hierarchischer Klassifikation
Hendrik Schmidt 2006-02-27