Next: t-Tests und Konfidenzintervalle für
Up: Multiple lineare Regression
Previous: Kleinste-Quadrate-Schätzer bei zwei Einflussfaktoren
  Contents
Vektor- bzw. Matrixschreibweise
- Wir kehren nun zu dem (allgemeinen) multiplen linearen
Regressionmodell mit einer beliebigen Anzahl
von
Einflussfaktoren zurück, das bereits in
Abschnitt 3.3.1 betrachtet wurde.
- Ähnlich wie bei der Herleitung von (57) (d.h. bei
der Lösung des entsprechenden Minimierungsproblems im Fall zweier
Einflussfaktoren) kann man zeigen, dass für eine beliebige Anzahl
von Einflussfaktoren
 |
(64) |
- das (eindeutig bestimmte) Minimum des in (63)
betrachteten Abweichungsmßes ist,
- wobei
die transponierte
Matrix
bezeichnet, die sich durch Vertauschung der Zeilen und Spalten von
ergibt,
- und
die inverse Matrix von
ist.
- Beachte
- Der Rang
einer Matrix
ist die
maximale Anzahl der linear unabhängigen Zeilenvektoren (bzw.
Spaltenvektoren) von
.
- Zur Erinnerung: Die Vektoren
heißen linear abhängig, falls es reelle Zahlen
gibt, die nicht alle gleich Null sind,
so dass
. Anderenfalls
heißen die Vektoren
linear unabhängig.
- Weil wir voraussetzen, dass die Designmatrix
vollen
(Spalten-) Rang
hat, ist die symmetrische
Matrix
regulär, d.h., es gilt
.
- Somit ist
auch invertierbar, d.h., es gibt
eine (eindeutig bestimmte)
Matrix
, so dass
wobei
die
-dimensionale Einheitsmatrix bezeichnet mit
- Beachte
- Der in (64) gegebene Kleinste-Quadrate-Schätzer
für
den Parametervektor
ist ein
sogenannter linearer Schätzer, d.h.,
ist eine
lineare Funktion der Zufallsstichprobe
.
- Der Schätzer
hat die folgenden Güteeigenschaften:
- Es gilt
für jedes
, d.h.,
ist erwartungstreu.
- Für jeden anderen linaren erwartungstreuen Schätzer
für
gilt
 |
(65) |
wobei die Gleichheit in
genau dann für jedes
gilt, wenn
,
d.h.,
ist bester linearer
erwartungstreuer Schätzer für
.
- Die (zufällige) Abbildung
mit
 |
(66) |
die jedem Vektor
von Werten der
Einflussfaktoren die Zufallsvariable
zuordnet,
heißt empirische Regressionshyperebene.
- Außerdem kann man in Verallgemeinerung von (62)
zeigen, dass die ,,Reststreueung''
um die empirische
Regressionshyperebene, die gegeben ist durch
 |
(67) |
ein erwartungstreuer Schätzer für
ist, d.h., es gilt
.
Next: t-Tests und Konfidenzintervalle für
Up: Multiple lineare Regression
Previous: Kleinste-Quadrate-Schätzer bei zwei Einflussfaktoren
  Contents
Hendrik Schmidt
2003-07-21