En estadística, el Teorema de Gauss-Márkov, formulado por Carl Friedrich Gauss y Andréi Márkov, establece que en un modelo lineal general (MLG) en el que se establezcan los siguientes supuestos: Correcta especificación: el MLG ha de ser una combinación lineal de los parámetros y no necesariamente de las variables: Muestreo aleatorio simple: la muestra de observaciones del vector es una muestra aleatoria simple y, por lo tanto, el vector es independiente del vector Esperanza condicionada de las perturbaciones nula: Correcta identificación: la matriz de regresoras (X) ha de tener rango completo: rg(X)=K<=N Homocedasticidad: Var(U/X)=S2I el estimador mínimo cuadrático ordinario (MCO) de B es el estimador lineal e insesgado óptimo, es decir, el estimador MCO es el estimador eficiente dentro de la clase de estimadores lineales e insesgados.
rdfs:comment |
|
foaf:isPrimaryTopicOf | |
rdfs:label |
|
Is foaf:primaryTopic of | |
dcterms:subject | |
prov:wasDerivedFrom | |
dbpedia-owl:wikiPageExternalLink | |
dbpedia-owl:wikiPageID |
|
dbpedia-owl:wikiPageLength |
|
dbpedia-owl:wikiPageOutDegree |
|
Is dbpedia-owl:wikiPageRedirects of | |
dbpedia-owl:wikiPageRevisionID |
|
dbpedia-owl:wikiPageWikiLink |
|
Is dbpedia-owl:wikiPageWikiLink of |
|