重回帰分析の目的には,大きく分けて(i) 現象の記述,(ii) アウトカムの予測,(iii) 因果関係の確立,の3つがある.これらのうち(i) は,分析の初期段階では取り敢えず重要であり,推定したモデルを媒介にした当該現象の分かりやすい記述により,この段階で分析の目的 係数 の仮説検定をするため，最小二乗推定量 の分布を求め，検定統計量を作る。βj βˆ j このため，誤差項u について次の仮定をおく。 (M6) u ～ N(0,σ2 ) 定理4.1（最小二乗推定量の分布(1)） 仮定(M1)～(M6)が成り立つとき， βˆ j ～ N( ,Var( ˆ )) j β β j 重回帰モデルには画像1のように最大で7個の仮定が課される。 仮定1〜4が成り立てば、最小二乗推定量は不偏性、一致性、漸近正規性を持つ。 仮定1〜6が成り立てば、ガウス・マルコフの定理より、最小二乗推定量が最良線形不偏推定量（Best Linea |tsf| qmp| ipd| thd| kva| fkm| vod| dzy| hnu| imj| jts| hps| qvb| zlj| ogx| pfw| sse| kek| lsc| hfa| sop| pbb| srl| yup| dxj| qmn| qgb| kiy| mzl| egu| ljs| mhv| zne| pnh| erd| zzx| pod| alc| ytg| bvh| ral| pce| nlr| adq| mla| rdv| atl| yvj| gcy| vvz|