Domande d'esame VERIFICATO

dimostrazioni da sapere all'esame

Università degli Studi di MILANO-BICOCCA data science 2021
131 visualizzazioni
17 download
★ 3,5 (1)
Condividi: WhatsApp Telegram

Di cosa parla

Riassunto AI · si legge in un minuto

Il testo illustra le proprietà degli stimatori OLS, evidenziando che rimangono corretti ma perdono efficienza (non sono più BLUE) in presenza di eteroschedasticità o autocorrelazione. Viene quindi introdotto il modello GLS per correggere queste violazioni attraverso la trasformazione delle variabili e l'uso del Teorema di Aitken, garantendo nuovamente stima
Leggi il riassunto completo
  • Nel modello lineare classico, gli stimatori OLS sono corretti e soddisfano il teorema di Gauss-Markov garantendo efficienza solo in presenza di errori incorrelati ed omoschedastici.
  • In caso di eteroschedasticità o autocorrelazione degli errori, la matrice delle varianze-covarianze

Riassunto generato con l'intelligenza artificiale a partire dagli appunti. Come lo facciamo

Anteprima pagina 1 — dimostrazioni da sapere all'esame Anteprima pagina 2 — dimostrazioni da sapere all'esame

Stai vedendo l'anteprima delle prime pagine. Il file completo è gratis: registrati per leggerlo tutto.

Studia questi appunti con l'AI

Riassunto e domande d'esame sono gratis: chiedili e ti mandiamo un'email quando sono pronti.

Questo appunto è gratis. Registrati in 30 secondi per leggere tutte le pagine e scaricarlo.

Simula l'esame con domande costruite su questi appunti.

Altri appunti di STATISTICAL MODELING

Condividi questi appunti

WhatsApp Telegram