Enunciado
Probabilidade e Estatística - Montgomery - Estatística Aplicada e Probabilidade para Engenheiros- Ed: 4º - Capítulo 11.Exercícios - Ex. 93
11-93. Considere o modelo de regressão linear simples
estando os erros e não correlacionados.
a) Mostre que
b)Mostre que
Passo 1
Faaaaaaala aí gente,
Vamos fazer uma daquelas questões passo a passo?
Vem comigo!!
Suponha que um modelo de regressão linear simples é dado, onde os erros não estão correlacionados com média zero e variância constante
Letra a:
O estimador imparcial da variância é dado por
Prove a afirmação. Suponha que a variância é desconhecida e que precisa ser estimada. Anteriormente, a estimativa da variação foi
A estimativa da expectativa não é a mesma. Isso implica que deve ser usado para estimar como
Passo 2
Na realidade, aquele dado no início é o estimador imparcial. Ao dividir o com n menos o número de parâmetros no modelo, obtém-se o estimador imparcial. Pode ser comprovado da seguinte forma
Isso implica que o estimador imparcial de pode ser calculado a partir da expressão definindo como um estimador imparcial, que foi visto. A seguir está a explicação para (1), (2), (3) e (4).
Passo 3
(1): vem dos dois fatos a seguir. Primeiro:
E segundo:
(2): isto decorre de um simples fato de uma propriedade de variância que qualquer variável aleatória X dada por
(3): Prove primeiro que é um estimador imparcial de . O seguinte é válido
onde o mesmo fato acima,
foi usado e o fato de que
Isso era para ser visto. Em segundo lugar, encontre a variância do estimador Para fazer isso, o fato de que as variáveis aleatórias são independentes devem ser usados da seguinte forma
Passo 4
O valor esperado e a variação de que devem ser calculados vêm do fato de que
Do seguinte modo:
E
Passo 5
(4): Simplifique a equação para obter
Letra b:
Usando que é definido por onde
Como em (a), pode ser visto que
Ou, da mesma maneira
Isso implica que, ao elevar ao quadrado e somar, o torna-se:
De (3), a variação e a quantidade esperada de são conhecidas, então o valor esperado de , é
Pois, nesse caso
Resposta
- Use variações e valores esperados de e .