앞 포스팅에서,
ˆB=(X′X)−1X′Y 임을 보였다.
이제, B_hat의 성질에 대하여 탐구해보자.
우리가 사실 궁금한 것은, B_hat을 True B의 추정량으로 쓸 만 한가? 그리고 그 분산은 어떻게 되는가? 이다.
따라서, 우리가 알아볼 properties 들은 다음과 같다.
1. B_hat이 unbiased estimator인가?
2. B_hat의 분산은 어떻게 되는가?
차례로 알아보자.
1. B_hat이 unbiased estimator인가?
E(ˆB)=E((X′X)−1X′Y)=E((X′X)−1X′(XB+ε))
=E((X′X)−1X′XB)+E((X′X)−1X′ε)=B
B_hat은 B의 unbiased estimator이다.
2. B_hat의 분산은?
Var(ˆB)=Var((X′X)−1X′Y)=(X′X)−1X′Var(Y)X(X′X)−1
두번째 등호에서
- 전치행렬과 원행렬의 곱은 대칭행렬
- 대칭행렬의 역행렬읜 대칭행렬
이라는 행렬대수학 성질이 사용되었다.
위의 풀이를 이어하면
(X′X)−1X′Var(Y)X(X′X)−1=σ2I(X′X)−1
만약 X'X의 역행렬을 C라고 두면,
n번째 회귀계수 Bn_hat의 분산은
Var(^Bn)=σ2Cjj 가 된다.
이 결과는 나중에 회귀계수 검정을 할 때 사용될 것이다.
'Statistic 전공 > 회귀분석' 카테고리의 다른 글
모형 타당성 검증 : 잔차분석 1 | 2022.05.19 |
---|---|
<중회귀분석> 회귀계수 찾기 0 | 2022.05.03 |
2. 단순회귀분석-회귀계수 검정1 0 | 2022.04.28 |
1. 단순회귀분석 - 회귀계수의 유도 0 | 2022.04.27 |