Enunciado

No Exercício 11.30, foi pedido ao estudante que

n

mostrasse que ^ (yi - j?-) = () para um modelo de rei=l

gressão linear simples padrão. O mesmo acontece para

um modelo com intercepto 0? Mostre por que sim ou

por que não.

Passo 1

Saaaalve, tranquilo? Vamos lá resolver mais uma questão juntos?! 😊

a) O modelo Y i = α + β x i + ε i é equivalente a Y i * = β x i + ε i . Deixe Y i * = Y i - α , para i = 1,2 , … , n . Trata-se de uma "regressão através da origem". Encontramos o estimador de mínimos quadrados de β éUsando a inclinação da linha de regressão, temos

b   = ∑ i = 1 n     x i y i - α ∑ i = 1 n     x i 2   = ∑ i = 1 n     x i y i - n x ‾ α ∑ i = 1 n     x i 2

Passo 2

(b) Encontramos a variância da inclinação do estimador

σ B 2 = σ 2 ∑ i = 1 n     x i 2

Resposta

Resposta nos passos.

Exercícios de Livros Relacionados

Considere os dados do exercício 16-69. Use todos os termos do modelo quadrático completo como regressores candidatos.a)Use a seleção progressiva para identificar o modelo.b)Use a eliminação regressiva
Usamos uma amostra de 30 observações para ajustar um modelo de regressão. O modelo completo tem nove regressores, sendo a variância estimada σ 2 = M Q L = 100eR 2 = 0.92 .a)Calcule a estatística F par
Mostre que podemos expressar os resíduos de um modelo de regerssão múltipla como e = 1 - H y , sendo H = X X ' X - X .
Mostre que a variância do i-ésimo resíduo e, em um modelo de regressão múltipla é σ 2 ( 1 - h H ) e que a covariância entre e i e e j é -sigmah, sendo os h’s os elementos da mesma regressão do item pa
Considere os dados sobre a impulsão do motor no exercício 12-88. Reajuste o modelo usando y * = ln ⁡ y como a variável de resposta e x 3 * = ln ⁡ x 3 como o regressor (juntamente com x 4 e x 5 ).(a)Te