Satz von Gauß-Markow
aus Wikipedia, der freien Enzyklopädie
Die Artikel Satz von Gauß-Markow und Minimalvarianter linearer erwartungstreuer Schätzer überschneiden sich thematisch. Hilf mit, die Artikel besser voneinander abzugrenzen oder zu vereinigen. Bitte äußere dich in der Diskussion über diese Überschneidungen, bevor du diesen Baustein entfernst. Chrisqwq 17:27, 24. Nov. 2006 (CET) |
Der Satz von Gauß-Markow ist ein mathematischer Satz aus dem Bereich der Statistik. Er ist nach den Mathematikern Carl Friedrich Gauß und Andrei Andrejewitsch Markow benannt.
In Worten lautet dieser Satz: Der Kleinste-Quadrate-Schätzer ist ein minimalvarianter linearer erwartungstreuer Schätzer (BLUE – best linear unbiased estimator) in einem linearen Modell, wenn die zufälligen Fehler (nicht-erklärten Abweichungen):
- unkorreliert sind (keine Autokorrelation),
- einen Erwartungswert von Null haben und
- die gleiche Varianz haben (Homoskedastizität).
Mathematisch kann dies auf folgende Weise wiedergegeben werden: Voraussetzung ist, dass man ein Lineares Modell in der Form
vorliegen hat, wobei eine n-dimensionale und eine p-dimensionale Zufallsvariable sei (siehe Regressionsanalyse). Hierbei nimmt man von der Datenmatrix an, dass sie vollen (Spalten-)Rang hat, das heißt es gilt bzw. . Für den Erwartungswert der Fehler nimmt man an, dass ist. Ferner erwartet man für die Varianz der Fehler, dass gilt.
Damit erhält man:
- ist BLUE für .
- ist unverzerrter Schätzer für
Wobei die Residual Sum of Squares bezeichnet.
[Bearbeiten] Weblinks
- Carolo Friderico Gauss: Theoria combinationis observationum erroribus minimis obnoxiae (1821, 1823) Göttinger Digitalisierungszentrum
- A. A. Markoff: Wahrscheinlichkeitsrechnung (2. Auflage, 1912) Cornell University Library siehe insb. Kapitel 7
- Earliest Known Uses of Some of the Words of Mathematics (G) zur Herkunft des Namens
- Erklärungen zum Satz von Gauß-Markov von einem Mitarbeiter des Statistik-Lehrstuhls an der Universität Bonn Ausführungen
- Skriptum eines Mitarbeiters des Lehrstuhls für Statistik und Ökonometrie der Universität Erlangen