Wenn dies dein erster Besuch hier ist, lese bitte zuerst die Hilfe - Häufig gestellte Fragen durch. Du musst dich registrieren, bevor du Beiträge verfassen kannst. Du kannst auch jetzt schon Beiträge lesen. Suche dir einfach das Forum aus, das dich am meisten interessiert.
kann mir jemand den lösungsweg erklären? Mit der Regel für partielle Integration kommt doch eigentlich noch ein ln(x) in das Intergrationszeichen oder?
kann mir jemand den lösungsweg erklären? Mit der Regel für partielle Integration kommt doch eigentlich noch ein ln(x) in das Intergrationszeichen oder?
schau dir nochmal die formel für part integration an ...
kann mir jemand den lösungsweg erklären? Mit der Regel für partielle Integration kommt doch eigentlich noch ein ln(x) in das Intergrationszeichen oder?
schau dir nochmal die formel für part integration an ...
int vu' dx = uv - int v'u dx
Und kürzen
Dann bleibt nur noch das x**(1/2) stehen
[quote=myc]Vielleicht hätte ich es konkreter schreiben sollen: Mit den Informationen die du uns gegeben hast vereinfachen sich deine Bedingungen schlicht zu 0
ich bin gerade heftig am verzweifeln an dieser Aufgabe:
Das dumme ist, ich hab morgen die Klausur und ich habe keine Ahnung wie ich diese Aufgabe lösen soll. Mit der Tschebyschow-Ungleichung habe ich unformal 136.11 ~ also ca. 137 ausgerechnet sprich einfach nur 2.9167 (Sigma^2)/ 0.25^2 gerechnet.
Bei dem zentralen grenzwert habe ich n = 0,0187 raus (dafuq).
Könnt ihr mir da weiterhelfen? Ich habe keine wirklichen Ansätze :/
E: Doch noch was in Google gefunden: http://www.matheboard.de/archive/49682/thread.html
bräuchte etwas Support in Statistik, weil ich gerade etwas unsicher bin. Übe für ne Klausur.
1) Under the following least squares assumptions for the multiple regression problem: zero conditional mean for the error term, random sampling, no outliers, no perfect multicollinearity), the OLS estimators for the slopes and intercept (2 marks)
a. have an exact normal distribution for n > 25.
b. are BLUE.
c. have a normal distribution in small samples as long as the errors are homoskedastic.
d. are unbiased and consistent.
nur EINE Antwort richtig
Hier vermisse ich in der Aufzählung der Bedingungen für OLS die Homoskedastizität, wobei ich mir unsicher in, ob man "no outliers" damit gleichsetzen kann, meiner Meinung etwas schwammig.
Falls ja wären b) und d) richtig, aber es kann nur eine richtig sein. Falls wir nun doch nicht von konkreter Homoskedastizität ausgehen, ist der Estimator nicht mehr konsistent und auch nicht mehr BLUE. Somit wäre nur c) richtig. Weil der Begriff in c) nochmal explizit genannt wird, hätte ich das auch angekreuzt.
---------
Spoiler:
Zero mean ist denke ich klar, weil E(u/x) =/ 0. Man sieht, dass X Informationen über den error term enthält.
Wie zeige ich aber die i.i.d. draws assumption? Da fehlt mir die Idee komplett..
--------
Noch ne kleine Sache: Es ist keine(!) Bedingung des OLS Schätzers, dass der Fehlerterm normalverteilt ist, OLS ist nämlich trotzdem BLUE. Falls e zusätzlich normalverteilt ist, entspricht der OLS Schätzer dem Maximum Likelihood Schätzer.
Nun frage mich: Warum muss der Fehlerterm nicht normalverteilt sein, damit OLS BLUE ist? Ich benötige eine prägnante und kurze Erklärung, falls sowas abgefragt wird...
Kommentar