База ответов ИНТУИТ

Статистические методы анализа данных

<<- Назад к вопросам

МНК-оценка параметра $\theta$ линейной регрессионной модели является

(Отметьте один правильный вариант ответа.)

Варианты ответа
несмещенной оценкой параметра $\theta$ при любом распределении шумов(Верный ответ)
смещенной оценкой параметра $\theta$
несмещенной оценкой параметра $\theta$ только при гауссовском распределении шумов
Похожие вопросы
МНК-оценка параметра $\theta$ линейной регрессионной модели совпадает с оценкой максимального правдоподобия параметра $\theta$
Пусть $\hat{\theta}$ - МНК-оценка неизвестного регрессионного параметра $\theta$, $\widetilde{\theta}$ - любая несмещенная оценка этого параметра, а $C$ - некоторый детерминированный вектор. Неравенство $D(C^T\hat{\theta}) \leqslant D(C^T\widetilde{\theta})$ выполняется
Наблюдения $X_{ij},j=1,2,3;i=1,...,n_{j}$ описываются моделью следующего вида $X_{ij}=\mu+\tau_{j}+\varepsilon_{ij}$, где$\mu$ -неизвестное общее среднее, $\tau_{j}$ -отклонение от среднего, вызванное изменением уровня факторной переменной, $\varepsilon_{ij}$ - погрешности с нулевым математическим ожиданием.Контраст $\theta$ параметров $\tau$ в этой модели задан следующим образом $\theta=\sum\limits_{j=1}^3 c_{j}\tau_{j}$, где $c_{1}=1,c_{2}=-1,c_{3}=0$.Определенный таким образом контраст характеризует
Наблюдения $X_{ij},j=1,2,3;i=1,...,n_{j}$ описываются моделью следующего вида $X_{ij}=\mu+\tau_{j}+\varepsilon_{ij}$, где$\mu$ -неизвестное общее среднее, $\tau_{j}$ -отклонение от среднего, вызванное изменением уровня факторной переменной, $\varepsilon_{ij}$ - погрешности с нулевым математическим ожиданием.Контраст $\theta$ параметров $\tau$ в этой модели задан следующим образом $\theta=\sum\limits_{j=1}^3 c_{j}\tau_{j}$, где $c_{1}=1,c_{2}=0,c_{3}=-1$.Определенный таким образом контраст характеризует
Наблюдения $X_{ij},j=1,2,3;i=1,...,n_{j}$ описываются моделью следующего вида $X_{ij}=\mu+\tau_{j}+\varepsilon_{ij}$, где$\mu$ -неизвестное общее среднее, $\tau_{j}$ -отклонение от среднего, вызванное изменением уровня факторной переменной, $\varepsilon_{ij}$ - погрешности с нулевым математическим ожиданием.Контраст $\theta$ параметров $\tau$ в этой модели задан следующим образом $\theta=\sum\limits_{j=1}^3 c_{j}\tau_{j}$, где $c_{1}=0,c_{2}=1,c_{3}=-1$.Определенный таким образом контраст характеризует
Рассматривается модель линейной регрессии $Y_i=\phi(X_i,\theta_1,...,\theta_p)+\varepsilon_i$, $i=1,…,n$, где $\varepsilon_i$ - ненаблюдаемые центрированные погрешности, имеющие плотность распределения $f(x)$. Для оценивания неизвестных параметров $\theta_1,...,\theta_p $ применен ранговый метод. Величины дисперсий $D\theta_1,...,D\theta_p $, полученных R-оценок, зависят от
Рассматривается модель линейной регрессии $Y_i=\phi(X_i,\theta_1,...,\theta_p)+\varepsilon_i$, $i=1,…,n$, где $\varepsilon_i$ - ненаблюдаемые центрированные погрешности, имеющие плотность распределения $f(x)$. Для оценивания неизвестных параметров $\theta_1,...,\theta_p $ применен метод наименьших модулей (МНМ). Величины дисперсий $D\theta_1,...,D\theta_p $, полученных МНМ-оценок, зависят от
Рассматривается модель линейной регрессии $Y_i=\phi(X_i,\theta_1,...,\theta_p)+\varepsilon_i$, $i=1,…,n$, где $\varepsilon_i$ - ненаблюдаемые центрированные погрешности, имеющие плотность распределения $f(x)$. Для оценивания неизвестных параметров $\theta_1,...,\theta_p $ применен метод наименьших квадратов (МНК). Величины дисперсий $D\theta_1,...,D\theta_p $, полученных МНК-оценок, зависят от
Вектор показателей $X=(X_1,…,X_k)^T$ представлен в виде $\check X=A\cdot F+\varepsilon$,где F- вектор общих факторов размерности $m < k$, $\varepsilon$ - вектор случайных погрешностей размерности k, А - матрица нагрузок размерности $k\times m$. Элементы $a_ij$,>$i=1,…,k$>$j=1,…,m$ матрицы А - это
Рассматривается модель следующего вида $Y=f(X)+\varepsilon$, в которой Y и X – наблюдаемые случайные величины, а \varepsilon - ненаблюдаемая случайная помеха с нулевым математическим ожиданием. Предполагается, что случайные величины X и $\varepsilon$ независимы. Корреляционным отношением переменной Y по X называют