Regressão Linear: Hipóteses, Precisão e Coeficientes
Classificado em Matemática
Escrito em em
português com um tamanho de 3,71 KB
Capítulo 3: Hipóteses Subjacentes
- Modelo de Regressão Linear: O modelo de regressão é linear nos parâmetros, embora possa não ser linear nas variáveis. Este é o modelo de regressão como mostrado na equação Yᵢ = β₁ + β₂Xᵢ + uᵢ.
- Valores de X Fixos ou Independentes do Termo de Erro: Os valores assumidos pelo regressor X podem ser fixos em amostras repetidas (caso do regressor fixo) ou seus valores podem mudar de acordo com a variável dependente Y. No segundo caso, supõe-se que as variáveis X e o termo de erro são independentes, isto é, cov(Xᵢ, uᵢ) = 0.
Precisão dos Mínimos Quadrados
O erro padrão é apenas o desvio padrão da distribuição amostral do estimador. Esta é simplesmente a probabilidade ou distribuição... Continue a ler "Regressão Linear: Hipóteses, Precisão e Coeficientes" »