127. Передумови мнк (умови Гаусса - Маркова)

1. Математичне сподівання випадкового відхилення дорівнює нулю для всіх спостережень.

2. Дисперсія випадкових відхилень постійна для будь-яких спостережень.

3. Випадкові відхилення і є незалежними ( ).

4. Дисперсія оцінок параметрів при зростанні числа спостережень прагне до нуля.

1. Оцінки є незміщеними.

2. Оцінки спроможні.

3. Оцінки ефективні.

4. Оцінки оптимальні.

1. Оцінки параметрів, залишаючись лінійними і незміщеними, перестають бути ефективними.

2. Дисперсії оцінок є зміщеними, оцінка дисперсії регресії є зміщеною оцінкою дійсного значення.

3. Висновки по - і - статистиках будуть невірними.

4. Оцінки параметрів перестають бути лінійними та незміщеними.

1. Великі дисперсії оцінок параметрів.

2. Зменшуються - статистики коефіцієнтів, що може привести до невірного висновку про вплив відповідної пояснюючої змінної на залежну змінну.

3. Оцінки коефіцієнтів та їх стандартні помилки стають дуже чуттєвими до найменшої зміни даних, тобто вони стають нестійкими, можливе одержання невірного знака коефіцієнта регресії.

4. Оцінки параметрів, залишаючись лінійними і незміщеними, перестають бути оптимальними.