Baixe o app para aproveitar ainda mais
Prévia do material em texto
Demonstrando que é viesado e encontrando um não-viesado para a variância. Essa é uma demonstração, um pouco diferente da demonstrada em sala por Breno, que demonstra que o encontrado para auxiliar no cálculo da variância dos coeficientes da regressão, termo muito importante para futuras análises de teste de hipóteses e intervalos de confiança, além do é realmente viesado e também mostra como achar um estimador para estimar esta variância de modo não viesado. Boa sorte, abs. Lembrando que esta é uma demonstração, que poderá ser encurtada em atividades ou nas provas, basicamente dá pra fazer esta atividade com umas quinze linhas. Então, não façam passo a passo, só tentem entender. Abs. Considere, inicialmente, o modelo mais básico de regressão linear: Se resolvermos esta equação para os resíduos: Sabemos que , logo podemos desenvolver esta equação e dizer que: Agora continuando, vamos expandir os resíduos: Relembremos, novamente, que: . Vamos observar a expressão: Consequentemente: Podemos multiplicar ambos os lados para acharmos a variância do resíduo Vamos analisar a expressão : Consequentemente: Se colocarmos a esperança em ambos os lados adquirimos a seguinte expressão: Lembrando que a matriz dos resíduos é uma e, consequentemente, sua transposta é uma . Poderiamos abrir a matriz para analisar suas dimensões, contudo, sabemos que esta matriz precisa ter linhas (para que a multiplicação exista) e colunas (para que a multiplicação exista). Consequentemente sabemos que . Vamos analisar a dimensão da expressão : Este fato nos mostra que esta expressão tem dimensão , consequentemente sendo uma contante. Logo, podemos afirmar que . Sabemos que , ou seja, a ordem não importa. Também há o fato de que o traço é comutativo, ou seja, . Deste modo, podemos fazer com que: Neste ponto, a questão é descobrir qual é o traço de . Vamos, abri-la: Se considerarmos uma matriz dos coeficientes genericas com variáveis, logo: Consequentemente, Deste modo, podemos dizer que: Isto demonstra que a esperança da variância dos resíduos é viesada, contudo, se considerarmos um novo estimador , ficamos com a expressão: Demonstrando que \sigma^2 é viesado e encontrando um S^2 não-viesado para a variância.
Compartilhar