Pourquoi l'OLS est-il impartial ?

L'estimateur de coefficient est , ce qui signifie que . L'estimateur de coefficient est , ce qui signifie que .

Aussi, pourquoi utilisons-nous OLS ? En économétrie, la méthode des moindres carrés ordinaires () est largement utilisée pour estimer le paramètre d'un modèle de régression linéaire. les estimateurs minimisent la somme des erreurs quadratiques (une différence entre les valeurs observées et les valeurs prédites). On ne saurait trop insister sur l'importance des hypothèses.

En gardant cela à l'esprit, qu'est-ce que cela signifie lorsque nous disons que l'OLS est impartial ?

Estimations : distributions d'échantillonnage centrées sur le vrai paramètre de population. Dans le graphique ci-dessous, bêta représente la vraie valeur de la population. Au lieu de cela, il produit l'estimation correcte du moment où les hypothèses se vérifient.

Pourquoi OLS est-il le meilleur estimateur ?

Le est celui qui a une variance minimale. Cette propriété est simplement un moyen de déterminer laquelle utiliser. Un qui n'est pas biaisé mais n'a pas la variance minimale ne l'est pas . Un qui est impartial et a la variance minimale de tous les autres est le (efficace).