Dispense VERIFICATO

dispensa parte C

Università degli Studi di MILANO-BICOCCA data science 2021
100 visualizzazioni
Nessun voto ancora
Condividi: WhatsApp Telegram

Di cosa parla

Riassunto AI · si legge in un minuto

Il testo descrive il modello lineare multivariato classico, che estende la regressione multipla a m variabili dipendenti legate alle stesse esplicative tramite stime OLS indipendenti per ogni equazione. Si assumono errori casuali omoschedastici e incorrelati sia all'interno delle singole equazioni che tra di esse, portando a una matrice di varianze-covarianze diagonale con varianza costante $\sigma^2$. Questa struttura implica che la dipendenza di ciascuna variabile dipendente dai predittori non influisce sulle relazioni empiriche delle altre e che le stime dei parametri seguono procedure analoghe al caso univariato.
Leggi il riassunto completo
  • 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.

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

Anteprima pagina 1 — dispensa parte C Anteprima pagina 2 — dispensa parte C Anteprima pagina 3 — dispensa parte C

Stai vedendo l'anteprima delle prime pagine. Registrati per sbloccare le pagine restanti.

Studia questi appunti con l'AI

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

Registrati e scarica gratis questo appunto.

Simula l'esame con domande costruite su questi appunti.

Altri appunti di STATISTICAL MODELING

Condividi questi appunti

WhatsApp Telegram