Nächste Seite: Tests für die Regressionskoeffizienten;
Aufwärts: Normalverteilte Störgrößen
Vorherige Seite: Maximum-Likelihood-Schätzer
  Inhalt
Verteilungs- und Unabhängigkeitseigenschaften
von
und
- Außer der bereits in (27) erwähnten
Normalverteilungseigenschaft
lässt
sich auch die Verteilung des Schätzers
 |
(37) |
für die Varianz
der Störgrößen bestimmen.
- Hierfür benutzen wir die Darstellungsformel
 |
(38) |
die wir im Beweis von Theorem 2.5 gezeigt hatten,
wobei
.
Dabei benötigen wir die folgende Rangformel, die wir hier
ohne Beweis angeben; vgl. Theorem 2.2.2 im Skript zur Vorlesung ,,
Lineare Algebra'' von W. Lütkebohmert (Universität Ulm,
Wintersemester 2005/06).
Lemma 2.3

Sei

eine beliebige

Matrix. Dann gilt
 |
(39) |
wobei

und

die Dimension von

bezeichnet.
Aus der in Theorem 1.9 hergeleiteten Bedingung für
die
-Verteiltheit von quadratischen Formen
normalverteilter Zufallsvektoren ergibt sich nun das folgende
Resultat.
Theorem 2.7

Es gilt
 |
(40) |
d.h., die Zufallsvariable

hat eine (zentrale)

-Verteilung mit

Freiheitsgraden.
- Beweis
-
Außerdem nutzen wir das in Theorem 1.10 hergeleitete
Kriterium für die Unabhängigkeit von linearen bzw. quadratischen
Formen normalverteilter Zufallsvektoren, um das folgende
Resultat zu zeigen.
- Beweis
-
- Aus
und
ergibt sich, dass
- Außerdem hatten wir im Beweis von Theorem 2.7
gezeigt, dass sich der Schätzer
als quadratische Form von
darstellen lässt:
- Weil
N
und weil
ergibt sich aus Theorem 1.10, dass die lineare Form
und die quadratische
Form
unabhängig sind.
- Damit sind auch die Zufallsvariablen
und
unabhängig.
Nächste Seite: Tests für die Regressionskoeffizienten;
Aufwärts: Normalverteilte Störgrößen
Vorherige Seite: Maximum-Likelihood-Schätzer
  Inhalt
Hendrik Schmidt
2006-02-27