Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Método dos Mínimos Quadrados Ordinários: É uma técnica de otimização matemática que procura encontrar o melhor ajuste para um conjunto de dados tentando minimizar a soma dos quadrados das diferenças entre o valor estimado e os dados observados. (𝑥1, 𝑦1); (𝑥2, 𝑦2); (𝑥3, 𝑦3); ⋯ ; (𝑥𝑛, 𝑦𝑛) 𝑦𝑖|𝑥𝑖 = 𝛽0 + 𝛽1𝑥𝑖 + 𝜀𝑖 𝑦1|𝑥1 = 𝛽0 + 𝛽1𝑥1 + 𝜀1 𝑦2|𝑥2 = 𝛽0 + 𝛽1𝑥2 + 𝜀2 ⋮ 𝑦𝑛|𝑥𝑛 = 𝛽0 + 𝛽1𝑥𝑛 + 𝜀𝑛 𝜀𝑖 = 𝑦𝑖 − (𝛽0 + 𝛽1𝑥𝑖) 𝑀𝑖𝑛 ∑ 𝜀𝑖 𝑛 𝑖=1 = 0 ⟹ 𝑀𝑖𝑛 ∑(𝜀𝑖) 2 𝑛 𝑖=1 = ∑[𝑦𝑖 − (𝛽0 + 𝛽1𝑥𝑖)] 2 𝑛 𝑖=1 𝑉𝑎𝑟𝑖𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 𝑚í𝑛𝑖𝑚𝑎 𝑑𝑜𝑠 𝑒𝑟𝑟𝑜𝑠 ⟹ 𝑦 = �̂�1𝑥𝑖 + �̂�0 Exemplo: 𝜕 ∑(𝜀𝑖) 2 𝜕𝛽0 = ∑ 2[𝑦𝑖 − (𝛽0 + 𝛽1𝑥𝑖)] ∙ (−1) 𝑛 𝑖=1 = −2 ∙ ∑[𝑦𝑖 − 𝛽0 − 𝛽1𝑥𝑖] 𝑛 𝑖=1 −2 ∙ ∑[𝑦𝑖 − �̂�0 − �̂�1𝑥𝑖] 𝑛 𝑖=1 = 0 ⇒ ∑(𝑦𝑖) 𝑛 𝑖=1 − ∑(�̂�0) 𝑛 𝑖=1 − ∑(�̂�1𝑥𝑖) 𝑛 𝑖=1 = 0 ⇒ ⇒ ∑(𝑦𝑖) 𝑛 𝑖=1 − 𝑛�̂�0 − �̂�1 ∙ ∑(𝑥𝑖) 𝑛 𝑖=1 = 0 ⇒ 𝑛�̅� − 𝑛�̂�0 − �̂�1𝑛�̅� = 0 ⇒ ⇒ 𝑛(�̅� − �̂�0 − �̂�1�̅�) = 0 ⇒ �̅� − �̂�0 − �̂�1�̅� = 0 ⇒ ⇒ �̂�0 = �̅� − �̂�1�̅� ⟶ �̂�0 é EMQO de β0 sob a condição de 𝜕2(𝜀𝑖) 2 𝜕𝛽0 2 | 𝛽0=�̂�0 > 0. 𝜕 ∑(𝜀𝑖) 2 𝜕𝛽1 = ∑ 2[𝑦𝑖 − (𝛽0 + 𝛽1𝑥𝑖)] ∙ (−𝑥𝑖) 𝑛 𝑖=1 = 2 ∙ ∑[𝑦𝑖 − (𝛽0 + 𝛽1𝑥𝑖)] ∙ (−𝑥𝑖) 𝑛 𝑖=1 −2 ∙ ∑[𝑦𝑖 − (�̂�0 + �̂�1𝑥𝑖)] ∙ (𝑥𝑖) 𝑛 𝑖=1 = 0 ⇒ ∑[𝑥𝑖𝑦𝑖 − 𝑥𝑖�̂�0 − �̂�1𝑥𝑖 2] 𝑛 𝑖=1 = 0 ⇒ ⇒ ∑(𝑥𝑖𝑦𝑖) 𝑛 𝑖=1 − �̂�0 ∙ ∑(𝑥𝑖) 𝑛 𝑖=1 − �̂�1 ∙ ∑(𝑥𝑖 2) 𝑛 𝑖=1 = 0 ⇒ ∑(𝑥𝑖𝑦𝑖) 𝑛 𝑖=1 − (�̂�0 = �̅� − �̂�1�̅�) ∙ ∑(𝑥𝑖) 𝑛 𝑖=1 − �̂�1 ∙ ∑(𝑥𝑖 2) 𝑛 𝑖=1 = 0 ⇒ ⇒ ∑(𝑥𝑖𝑦𝑖) 𝑛 𝑖=1 + [−�̅� + �̂�1�̅�] ∙ 𝑛�̅� − �̂�1 ∙ ∑(𝑥𝑖 2) 𝑛 𝑖=1 = 0 ⇒ ∑(𝑥𝑖𝑦𝑖) 𝑛 𝑖=1 − 𝑛�̅��̅� + 𝑛�̂�1�̅� 2 − �̂�1 ∙ ∑(𝑥𝑖 2) 𝑛 𝑖=1 = 0 ⇒ ⇒ ∑(𝑥𝑖𝑦𝑖) 𝑛 𝑖=1 − 𝑛�̅��̅� = �̂�1 ∙ ∑(𝑥𝑖 2) 𝑛 𝑖=1 − 𝑛�̂�1�̅� 2 ⇒ ∑(𝑥𝑖𝑦𝑖) 𝑛 𝑖=1 − 𝑛�̅��̅� = �̂�1 [∑(𝑥𝑖 2) 𝑛 𝑖=1 − 𝑛�̅�2] ⇒ ⇒ �̂�1 = ∑ (𝑥𝑖𝑦𝑖) 𝑛 𝑖=1 −𝑛�̅��̅� ∑ (𝑥𝑖 2)𝑛𝑖=1 −𝑛�̅� 2 ⟶ �̂�1 é EMQO de β1 sob a condição de 𝜕2(𝜀𝑖) 2 𝜕𝛽1 2 | 𝛽1=�̂�1 > 0. Exercício: Seja 𝑦1, 𝑦2, ⋯ , 𝑦𝑛 variáveis aleatórias independentes com 𝒀~(𝜷𝟎 + 𝜷𝟏𝒇(𝑿); 𝜽), onde 𝑓(𝑦|𝑥) = 1 √2𝜋𝜃 𝑒𝑥𝑝 [ −1 2 (𝑦𝑖−[𝛽0+𝛽1𝑓(𝑋)]) 2 𝜗 ]; 𝐸(𝑌) = 𝛽0 + 𝛽1𝑓(𝑋); 𝑉𝑎𝑟(𝑌) = 𝜎 2 = 𝜃; 𝑓(𝑋) = 𝑤. Encontre os EMQOs de 𝛽0 e 𝛽1. 𝜕 ∑(𝜀𝑖) 2 𝜕𝛽0 = ∑ 2[𝑦𝑖 − (𝛽0 + 𝛽1𝑤𝑖)] 𝑛 𝑖=1 ∙ (−1) ⇒ −2 ∙ ∑[𝑦𝑖 − �̂�0 − �̂�1𝑤𝑖] 𝑛 𝑖=1 = 0 ⇒ ⇒ ∑[𝑦𝑖] 𝑛 𝑖=1 − ∑[�̂�0] 𝑛 𝑖=1 − ∑[�̂�1𝑤𝑖] 𝑛 𝑖=1 = 0 ⇒ 𝑛y̅ − 𝑛�̂�0 − 𝑛�̂�1�̅� = 0 ⇒ ⇒ 𝑛(y̅ − �̂�0 − �̂�1�̅�) = 0 ⇒ y̅ − �̂�0 − �̂�1�̅� = 0 ⇒ ⇒ �̂�0 = y̅ − �̂�1�̅� ⟶ �̂�0 é EMQO de β0 sob a condição de 𝜕2(𝜀𝑖) 2 𝜕𝛽0 2 | 𝛽0=�̂�0 > 0. 𝜕 ∑(𝜀𝑖) 2 𝜕𝛽1 = ∑ 2[𝑦𝑖 − (𝛽0 + 𝛽1𝑤𝑖)] 𝑛 𝑖=1 ∙ (−𝑤𝑖) ⇒ −2 ∑[𝑦𝑖 − �̂�0 − �̂�1𝑤𝑖] 𝑛 𝑖=1 ∙ (𝑤𝑖) = 0 ⇒ ⇒ ∑[𝑦𝑖𝑤𝑖 − �̂�0𝑤𝑖 − �̂�1𝑤𝑖 2] 𝑛 𝑖=1 = 0 ⇒ ∑(𝑦𝑖𝑤𝑖) 𝑛 𝑖=1 − ∑(�̂�0𝑤𝑖) 𝑛 𝑖=1 − ∑(�̂�1𝑤𝑖 2) 𝑛 𝑖=1 = 0 ⇒ ⇒ ∑(𝑦𝑖𝑤𝑖) 𝑛 𝑖=1 − ∑(�̂�0𝑤𝑖) 𝑛 𝑖=1 − ∑(�̂�1𝑤𝑖 2) 𝑛 𝑖=1 = 0 ⇒ ∑(𝑦𝑖𝑤𝑖) 𝑛 𝑖=1 − �̂�0𝑛�̅� − ∑(�̂�1𝑤𝑖 2) 𝑛 𝑖=1 = 0 ⇒ ⇒ ∑(𝑦𝑖𝑤𝑖) 𝑛 𝑖=1 − (y̅ − �̂�1�̅�)(𝑛�̅�) − �̂�1 ∙ ∑(𝑤𝑖 2) 𝑛 𝑖=1 = 0 ⇒ ∑(𝑦𝑖𝑤𝑖) 𝑛 𝑖=1 − 𝑛�̅�y̅ + �̂�1𝑛�̅� 2 − �̂�1 ∙ ∑(𝑤𝑖 2) 𝑛 𝑖=1 = 0 ⇒ ⇒ ∑(𝑦𝑖𝑤𝑖) 𝑛 𝑖=1 − 𝑛�̅�y̅ = �̂�1 ∙ ∑(𝑤𝑖 2) 𝑛 𝑖=1 − �̂�1𝑛�̅� 2 ⇒ ∑(𝑦𝑖𝑤𝑖) 𝑛 𝑖=1 − 𝑛�̅�y̅ = �̂�1 [∑(𝑤𝑖 2) 𝑛 𝑖=1 − 𝑛�̅�2] ⇒ ⇒ �̂�1 = ∑ (𝑦𝑖𝑤𝑖) 𝑛 𝑖=1 −𝑛�̅�y̅ ∑ (𝑤𝑖 2)𝑛𝑖=1 −𝑛�̅� 2 ⟶ �̂�1 é EMQO de β1 sob a condição de 𝜕2(𝜀𝑖) 2 𝜕𝛽1 2 | 𝛽1=�̂�1 > 0.
Compartilhar