Dispense VERIFICATO
dispensa parte C
41 visualizzazioni
Nessun voto ancora
Stai vedendo l'anteprima delle prime pagine. Registrati per sbloccare le pagine restanti.
Di cosa parla
- Il modello lineare multivariato classico estende la regressione multipla descrivendo m variabili dipendenti in funzione di un insieme comune di r variabili esplicative attraverso una struttura matriciale definita da Y = BZ + E.
- Nel contesto del modello, le stime dei parametri OLS per ogni equazione si ottengono indipendentemente dalle altre poiché gli errori sono incorrelati e i predittori sono condivisi in tutto il sistema.
- Le ipotesi fondamentali includono la linearità nei parametri, l'assenza di sistematicità negli errori (valore atteso nullo) e l'omoschedasticità delle varianze degli errori sia all'interno che tra le diverse equazioni del modello.
- L'inferenza statistica si basa sulla sfericità degli errori, implicando una matrice di varianze-covarianze diagonale dove la correlazione simultanea tra i disturbi è costante e nulla per osservazioni o variabili distinte.
- La bontà dell'adattamento del modello viene valutata tramite l'R2 multivariato, definito come media pesata dei coefficienti di determinazione multipla delle singole equazioni in base alla numerosità dei casi disponibili.
Registrati e sblocca subito 3 appunti gratis, questo incluso.