निम्नलिखित कई प्रतिगमन मॉडल पर विचार करें:
यहाँ एक कॉलम वेक्टर है; एक मैट्रिक्स; a कॉलम वेक्टर; एक मैट्रिक्स; a कॉलम वेक्टर; और , त्रुटि शब्द, एक कॉलम वेक्टर।
सवाल
मेरे लेक्चरर, इकोनोमेट्रिक्स का पाठ्यपुस्तक परिचय, तीसरा संस्करण। जेम्स एच। स्टॉक और मार्क डब्ल्यू। वाटसन द्वारा, पी। 281, और अर्थमिति: सम्मान की परीक्षा की समीक्षा सत्र (पीडीएफ) , पी। 7, मेरे लिए निम्नलिखित व्यक्त किया है।
- यदि हम मान लेते हैं कि सशर्त माध्य स्वतंत्रता कहा जाता है , जिसका परिभाषा से मतलब है कि
और यदि सशर्त औसत शून्य धारणा को छोड़कर कम से कम वर्ग की धारणा संतुष्ट है (तो हम मान लेते हैं ) (देखें 1) -3 से नीचे),
तो, OLS आकलनकर्ता की में निष्पक्ष रहता है और सुसंगत, मान्यताओं के इस कमजोर सेट के तहत।
मैं इस प्रस्ताव को कैसे साबित करूं? यानी, 1 और 2 से ऊपर का तात्पर्य है कि कि OLS का अनुमान है हमारे लिए एक निष्पक्ष और लगातार आकलनकर्ता देता है ? क्या कोई शोध लेख इस प्रस्ताव को साबित कर रहा है?
टिप्पणी
सबसे सामान्य स्थिति रेखीय प्रतीपगमन मॉडल पर विचार करके दिया जाता है और साबित होता है कि OLS का अनुमान की निष्पक्ष है यदि प्रत्येक लिए ।
निष्पक्षता के सबूत यह सोचते हैं कि और संयुक्त रूप से सामान्य रूप से वितरित कर रहे हैं
परिभाषित करें , फिर औरइस प्रकार को रूप में फिर से लिखा जा सकता है द्वारा तब यह अब, चूंकि और संयुक्त रूप से सामान्य रूप से वितरित किए जाते हैं, सामान्य वितरण का सिद्धांत, cf. बहुविविध सामान्य वितरण की सशर्त वितरण पाने का कहना है कि (वास्तव में, हम संयुक्त सामान्य है, लेकिन केवल इस पहचान ग्रहण करने के लिए की जरूरत नहीं है) कुछ के लिए द्वारा वेक्टर
अब हो जाता है मॉडल के लिए सभी कम से कम वर्गों धारणा संतुष्ट हैं, त्रुटि शब्द के रूप में संतुष्ट सशर्त की धारणा शून्य का मतलब है। इसका मतलब है कि OLS का अनुमान की निष्पक्ष हो जाएगा, अगर हम जाने के लिए , और होना द्वारा से बना मैट्रिक्स और , तो OLS का अनुमान है में निम्नलिखित पर विचार करके दिया जाता है:
और इस प्रकार जहां दूसरी पंक्ति इसके द्वारा अनुसरण करती है । इस प्रकार के एक सशर्त निष्पक्ष अनुमान है के बाद से OLS मॉडल के लिए दिए गए अनुमान मॉडल के लिए यह देखते हुए कि साथ coinicides । अब, कुल अपेक्षा के नियम से और इस तरह के लिए एक निष्पक्ष आकलनकर्ता है ।
(कोई ध्यान दे सकता है कि , ताकि पर गुणांक आवश्यक रूप से निष्पक्ष न हो।)
हालांकि, ऊपर विशेष मामला यह है कि और संयुक्त रूप से सामान्य रूप से वितरित किए जाते हैं, मैं इस धारणा के बिना प्रस्ताव कैसे साबित करूं?
यह मानते हुए कि Gamma हमेशा निश्चित रूप से (cf. ) का सामना करता है, लेकिन मुझे केवल और कम से कम वर्गों के परिणाम को सशर्त औसत शून्य धारणा को छोड़कर माना जाता है ( निचे देखो)।
चिंता का विषय है
मुझे लगता है कि एक भी देख सकते हैं कि अनुमान के लिए संगत है देख कि प्रतिगमन मॉडल में से सभी कम से कम वर्गों धारणा संतुष्ट हैं धारणा सहित, कि (नया) त्रुटि अवधि संतुष्ट सशर्त मतलब शून्य धारणा (cf. और नीचे देखें)।
मैं बाद में स्थिरता का एक प्रमाण जोड़ सकता हूं, जिस पर इकोनोमेट्रिक्स, 3 डी एड के परिचय में अभ्यास की एक श्रृंखला पर आधारित है । जेम्स एच। स्टॉक और मार्क डब्ल्यू। वाटसन द्वारा, ch। 18. हालाँकि, यह प्रमाण काफी लंबा है। लेकिन यहाँ बिंदु यह है कि अभ्यास में प्रदान किया गया प्रमाण मानता है , इसलिए मैं अभी भी सोच रहा हूँ कि क्या यह धारणा भूल जाती है।
सबकुछ १
में परिचय अर्थमिति, 3 एड करने के लिए। जेम्स एच। स्टॉक और मार्क डब्ल्यू। वाटसन द्वारा, यह कहा जाता है, पी में। 300, कि धारणा nonlinear प्रतिगमन के सिद्धांत का उपयोग करके "आराम" किया जा सकता है। इससे उनका क्या मतलब है या हो सकता है?
सबसे पहले प्रश्न पूछें
यहां मैं सशर्त मतलब शून्य धारणा को बाहर करता हूं कि प्रस्ताव के बाद से हम यहां साबित करने की कोशिश करते हैं कि ऐसे मामलों की अनुमति मिलती है जहां । ये ऐसे मामले हैं जब को से सह-संबद्ध किया गया है । सी एफ इकोनोमेट्रिक्स: ऑनर्स एग्जाम रिव्यू सेशन (पीडीएफ) , पी। 7।
सबसे कम वर्ग की धारणा निम्नलिखित है।
के संयुक्त वितरण , आईआईडी कर रहे हैं, जहां है : में वें तत्व और जहां और हैं में वें पंक्ति वैक्टर: और ।
बड़े बाहरी कारकों के कारण, संभावना नहीं है यानी, प्रत्येक के लिए , और , परिमित चौथे पल हैं जहां है : में वें तत्व ।
में पूर्ण स्तंभ रैंक है (यानी, कोई पूर्ण बहुसंख्या नहीं है; यह की अक्षमता सुनिश्चित करता है )।
( कम से कम चौकोर अनुमान : जबकि मुझे नहीं लगता कि यह आवश्यक है (और मेरे लिए यह कहा गया है कि यह नहीं है), हम होमोसैकेडिटी भी मान सकते हैं, अर्थात प्रत्येक के लिए , और की सशर्त वितरण कि दिया सामान्य से प्रत्येक के लिए है (यानी, हम सामान्य त्रुटियाँ हैं।))
शब्दावली पर ध्यान दें
में , सशर्त मतलब शून्य धारणा यह धारणा है कि । सशर्त मतलब स्वतंत्रता धारणा, हालांकि, यह धारणा है कि ।
इस शब्दावली का उपयोग उदाहरण के लिए अर्थमिति, तृतीय संस्करण में किया जाता है। जेम्स एच। स्टॉक और मार्क डब्ल्यू। वाटसन द्वारा, पी। 281; और क्रॉस सेक्शन और पैनल डेटा का अर्थमितीय विश्लेषण, 1 एड। जेफरी एम। वोल्ड्रिज द्वारा, पी। 607. सशर्त स्वतंत्रता प्रतिबंध भी देखें : इसी तरह की चर्चा के लिए परीक्षण और अनुमान ।
अतिरिक्त सूत्र और सारांश 2
मैं जेम्स एच स्टॉक और मार्क डब्ल्यू वाटसन के विपरीत है कि सशर्त मतलब स्वतंत्रता सुनिश्चित नहीं करता है एक निष्पक्ष OLS का अनुमान लगाने के बारे में सोच । इसका कारण यह है की तरह nonlinear रूपों पर लग सकता है जहां में एक बहुपद है , या जहां का अनुमान लगाया जाना अभी तक कुछ पैरामीटर है (यहां मैं मैट्रिक्स घातीय का उपयोग कर रहा हूं ), और फिर, मुझे लगता है, नॉनलाइनर रिग्रेशन लागू करना होगा, जो आम तौर पर हमें पक्षपाती अनुमानों के साथ छोड़ देता है। इसके अलावा, OLS (1) के में अनुमान लगाने के भी OLS के साथ मेल खाना के अनुमान नहीं कर सकते हैंबीटा बीटा ( 4 ) ई ( यू | जेड )में यदि निश्चित nonlinear रूपों पर ले जाता है। (मनोवैज्ञानिक रूप से मुझे यह भी लगता है कि स्टॉक एंड वॉटसन की पुस्तक में दिया गया कथन सच होना बहुत अच्छा है)
इस प्रकार, एक अतिरिक्त प्रश्न यह है कि क्या प्रस्ताव के कुछ प्रतिपक्ष हैं कि सशर्त मतलब स्वतंत्रता एक निष्पक्ष OLS अनुमान की ओर ले जाती है?
सबकुछ ३
में ज्यादातर हानिरहित अर्थमिति Angrist और Pischke उपधारा 3.3, पी में तर्क है। 68--91, कि सशर्त स्वतंत्रता (CI) के तहत, यानी को दिए गए स्वतंत्र किया जा रहा है (जो कि एक मजबूत स्थिति है, मुझे लगता है, ऊपर दिए गए सशर्त मतलब स्वतंत्रता धारणा से अधिक है), मिलान अनुमानों के बीच एक तंग संबंध है के प्रभाव पर और पर गुणांक के प्रतिगमन में पर और जो प्रेरित कि सीआई के तहत OLS गुणांक के पर का अनुमान में अगर सीआई (सभी के बराबर नहीं है) की तुलना में कम पक्षपाती है।
अब, क्या यह विचार किसी तरह से मेरे मुख्य प्रश्न का उत्तर देने के लिए इस्तेमाल किया जा सकता है?