Nächste Seite: Beliebige Designmatrix; verallgemeinerte Inverse
Aufwärts: Normalverteilte Störgrößen
Vorherige Seite: Konfidenzbereiche; Prognose von Zielvariablen
  Inhalt
Konfidenzband
In diesem Abschnitt nehmen wir an, dass die Designmatrix
die Form
 |
(63) |
hat, d.h., wir betrachten das (multiple) lineare
Regressionsmodell.
- In der Definitionsgleichung (4) für die
Regressionsfunktion
setzen wir nun
und bestimmen ein Konfidenzband für die Regressionshyperebene
- Dabei ist eine Zahl
gesucht, so dass mit der
vorgegebenen (Überdeckungs-) Wahrscheinlichkeit
 |
(64) |
gleichzeitig für jedes
gilt,
wobei

und
Bei der Lösung dieser Fragestellung ist das folgende Hilfsergebnis
nützlich.
Lemma 2.4

Mit Wahrscheinlichkeit

gilt
 |
(65) |
wobei

die Menge aller derjenigen Vektoren

mit

bezeichnet.
- Beweis
-
Aus dem folgenden Resultat, das eine vektorielle Verallgemeinerung
von Theorem I-5.9 ist, ergibt sich das gesuchte Konfidenzband.
- Beweis
-
- Für jedes
gilt
und somit
wobei sich die letzte Gleichheit aus Lemma 2.4
ergibt.
- Es gilt also
 |
(69) |
- Weil
N
und weil
ergibt sich aus Theorem 1.10, dass
und
unabhängig sind.
- Aus der bereits im Beweis von Theorem 2.7
hergeleiteten Darstellungsformel
ergibt sich somit, dass auch die Zufallsvariablen
und
unabhängig sind.
- In Theorem 2.7 hatten wir gezeigt, dass
- Außerdem ergibt sich aus Theorem 1.9, dass
weil die
(Kovarianz-) Matrix
des
normalverteilten Zufallsvektors
vollen Rang hat
und weil die Matrix
idempotent ist.
- Wegen (69) haben wir also insgesamt gezeigt, dass
- Für den in (64) bzw. (68)
betrachteten Schwellenwert ergibt sich deshalb
.
Nächste Seite: Beliebige Designmatrix; verallgemeinerte Inverse
Aufwärts: Normalverteilte Störgrößen
Vorherige Seite: Konfidenzbereiche; Prognose von Zielvariablen
  Inhalt
Hendrik Schmidt
2006-02-27