Teorema de Gauss-Markov
Keywords: Teorema de Gauss-Markov, Wikipedia
El teorema 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 (B) y no necesariamente de las variables: Y=XB+U - Muestreo aleatorio simple: la muestra de observaciones del vector (yi, x2i, x3i,...,xki) es una muestra aleatoria simple y, por lo tanto, el vector (yi, X'i) es independiente del vector (yi, X'j) - Esperanza condicionada de las perturbaciones nula: E(Ui/X'i)=0 - Correcta identificación: la matriz de regresoras (X) ha de tener rango completo: rg(X)=K<=N - Homocedasticidad: Var(U/X)=s2I el estimador minimo cuadrático ordinario (MCO) de B es el estimador lineal e insesgado óptimo (ELIO o BLUE: best linear unbiased estimator), es decir, el estimador MCO es el estimador eficiente dentro de la clase de estimadores lineales e insesgados.
| WikiLetra | Este artículo carece de formato adecuado a las convenciones de estilo de Wikipedia. Por favor, edítalo para cumplir con ellas. No elimines este aviso hasta que lo hayas hecho. |