Regressione lineare semplice: inferenza - Economia
Regressione lineare semplice: inferenza - Economia
Regressione lineare semplice: inferenza - Economia
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Teorema di Gauss-Markov<br />
Efficienza dello stimatore OLS, parte II<br />
In tutte e cinque le assunzioni dei minimi quadrati estese -<br />
compresa la distribuzione normale degli errori - β1 ha la varianza<br />
più piccola di tutti gli estimatori consistenti (funzioni lineari o non<br />
lineari di Y1, Y2, . . . , Yn), per n → ∞.<br />
Questo è un risultato assai sorprendente - afferma che, se (in<br />
aggiunta alle assunzioni dei minimi quadrati 1-3) gli errori sono<br />
omoschedastici e normalmente distribuiti, OLS è la scelta migliore<br />
rispetto a qualsiasi altro stimatore consistente. E poichè uno<br />
stimatore che non sia consistente è una scelta scadente, ciò afferma<br />
che l’OLS è davvero la miglior scelta che si possa fare - se valgono<br />
tutte e cinque le assunzioni dei minimi quadrati estese. (La<br />
dimostrazione di questo risultato va oltre l’ambito di questo corso<br />
e non è fornita nel testo).<br />
Rossi <strong>Regressione</strong> <strong>lineare</strong> <strong>semplice</strong> Econometria - 2013 45 / 60