4a

4.1 Введение, 4.2 Критерий отношения правдоподобия, 4.3 F-критерий: 4.3.1 Мотивировка, 4.3.2 Вывод

[5/100%]
Показать
LaTeX
Задача 4a.1

Докажите, что RSSH−RSS≥0\mathrm{RSS}_{H}-\mathrm{RSS} \geq 0.

?
Задача 4a.2

Если H:Aβ=cH: \mathbf{A} \mathbf{\beta } = \mathbf{c} верна, покажите, что FF можно выразить в виде

n−pq⋅εT(P−PH)εεT(In−P)ε \frac{n-p}{q} \cdot \frac{\varepsilon ^{T}\left(\mathbf{P}-\mathbf{P}_{H}\right) \mathbf{\varepsilon }}{\mathbf{\varepsilon }^{T}\left(\mathbf{I}_{n}-\mathbf{P}\right) \varepsilon }
?
Задача 4a.3

Если λ^H\widehat{\lambda }_{H} — оценка наименьших квадратов множителя Лагранжа, связанного с ограничениями Aβ=c\mathbf{A} \mathbf{\beta } = \mathrm{c} (ср. раздел 3.8), покажите, что

RSSH−RSS=σ2λ^HT(Var⁡[λ^H])−1λ^H \mathrm{RSS}_{H}-\mathrm{RSS} = \sigma ^{2} \widehat{\lambda }_{H}^{T}\left(\operatorname {Var}\left[\widehat{\lambda }_{H}\right]\right)^{-1} \widehat{\lambda }_{H}

(Эта идея используется для построения тестов на основе множителей Лагранжа.)

?
Задача 4a.4

Предположим, что мы хотим проверить Aβ=0\mathbf{A} \mathbf{\beta } = \mathbf{0}, где A\mathbf{A} имеет размер q×pq \times p и ранг qq. Предположим, что последние qq столбцов A\mathbf{A}, скажем A2\mathbf{A}_{2}, линейно независимы, так что A=(A1,A2)\mathbf{A} = \left(\mathbf{A}_{1}, \mathbf{A}_{2}\right), где A2\mathbf{A}_{2} — невырожденная матрица. Выразив β2\mathbf{\beta }_{2} через β1\beta_{1}, найдите матрицу XA\mathbf{X}_{A} такую, что при HH линейная модель принимает вид E[Y]=XAγ\mathbb {E}\left[\mathbf{Y}\right] = \mathbf{X}_{A} \mathbf{\gamma }. Докажите, что XA\mathbf{X}_{A} имеет полный ранг.

?
Задача 4a.5

Рассмотрим модель полного ранга с Xβ=(X1,X2)(β1T,β2T)T\mathbf{X} \mathbf{\beta } = \left(\mathbf{X}_{1}, \mathbf{X}_{2}\right)\left(\mathbf{\beta }_{1}^{T}, \mathbf{\beta }_{2}^{T}\right)^{T}, где X2\mathbf{X}_{2} имеет размер n×qn \times q.

?
(a)

Получите статистику критерия для проверки H:β2=0H: \beta_{2} = 0 в виде правой части теоремы 4.1(i). Указание: используйте A.9.1.

(b)

Найдите E[RSSH−RSS]\mathbb {E}\left[\mathrm{RSS}_{H}-\mathrm{RSS}\right].