Product Design, Manufacturing & Innovation Resources
بيت » نظرية جاوس-ماركوف

نظرية جاوس-ماركوف

1900
  • Carl Friedrich Gauss
  • Andrey Markov
إحصائيون يناقشون نظرية غاوس-ماركوف في بيئة مكتبية مهنية.

(صورة تم إنشاؤها للتوضيح فقط)

تنص هذه النظرية على أنه في نموذج الانحدار الخطي حيث يكون متوسط ​​الأخطاء صفراً، وغير مترابطة، وذات تباين ثابت (تجانس التباين)، فإن مُقدِّر المربعات الصغرى العادية (OLS) هو أفضل مُقدِّر خطي غير متحيز (BLUE). ويعني مصطلح "الأفضل" أنه يمتلك أقل تباين بين جميع المُقدِّرات الخطية غير المتحيزة لمعاملات الانحدار، مما يجعله الأكثر دقة.

The Gauss-Markov theorem is a central result in the theory of linear regression that gives OLS its strong theoretical appeal. It guarantees that if a specific set of assumptions holds, no other linear and unbiased estimator will be more efficient than OLS. Let’s break down the BLUE acronym. ‘Linear’ means the estimator for the coefficients is a linear combination of the observed dependent variable values. ‘Unbiased’ means that on average, the estimator will yield the true population parameter; its expected value is the true value, [latex]E(\hat{\beta}) = \beta[/latex]. ‘Best’ signifies that the OLS estimator has the minimum variance in its sampling distribution compared to any other linear unbiased estimator.

الافتراضات الأساسية، والمعروفة بافتراضات غاوس-ماركوف، هي: 1. النموذج خطي في المعاملات. 2. متوسط ​​الأخطاء الشرطي يساوي صفرًا (E(ε|X) = 0). 3. المتغيرات المستقلة ليست متداخلة خطيًا تمامًا. 4. الأخطاء متجانسة التباين (لها تباين ثابت، Var(ε|X) = σ²) وليست مرتبطة ذاتيًا (Cov(εᵢ, εⱼ|X) = 0 لـ i ≠ j).

الأهم من ذلك، أن النظرية لا تشترط أن تكون الأخطاء موزعة توزيعًا طبيعيًا. يُضاف افتراض التوزيع الطبيعي لاحقًا عند إجراء اختبارات دقيقة لفرضيات العينات المحدودة (مثل اختبارات t وF) على المعاملات. عند انتهاك افتراضات جاوس-ماركوف (مثلًا، في وجود تباين غير متجانس أو ارتباط ذاتي)، لا يصبح المربعات الصغرى العادية (OLS) زرقاء، وقد تكون المقدرات البديلة مثل المربعات الصغرى المعممة (GLS) أكثر كفاءة.

UNESCO Nomenclature: 1209
- الإحصائيات

يكتب

النظام التجريدي

الاضطراب

التأسيسية

الاستخدام

الاستخدام الواسع النطاق

السلائف

  • طريقة المربعات الصغرى (جاوس)
  • نظرية الاحتمالات (مفاهيم التوقع والتباين)
  • الجبر الخطي ونظرية المصفوفات
  • العمل المبكر على نظرية التقدير

التطبيقات

  • توفير التبرير النظري لاستخدام المربعات الصغرى العادية في العديد من السيناريوهات العملية
  • بمثابة أساس للاستدلال الإحصائي (فترات الثقة، اختبارات الفرضيات) في النماذج الخطية
  • يعمل كمعيار نظري لمقارنة كفاءة المقدرين الآخرين الأكثر تعقيدًا

براءات الاختراع:

NA

أفكار ابتكارات محتملة

بسبب عمليات جمع البيانات من خلال برامج الروبوت، والتي تتجاوز حاليًا 40 ألفًا يوميًا، فإن هذا المحتوى مخصص لأعضاء المجتمع فقط.
> تسجيل الدخول < أو > سجل < (مجاني 100٪) للوصول إلى هذا، وكذلك جميع المحتويات والأدوات الأخرى المقيدة.

ذات صلة بـ: نظرية جاوس ماركوف، أفضل تقدير خطي غير متحيز، المربعات الصغرى العادية، تجانس التباين، الأخطاء غير المرتبطة، الحد الأدنى للتباين، الاستدلال الإحصائي، افتراضات النموذج الخطي، الاقتصاد القياسي.

السياق التاريخي

نظرية جاوس-ماركوف

1854
1895
1899
1900
1911
1922
1925
1854
1884
1896
1900
1903
1914
1924
1925

(إذا كان التاريخ غير معروف أو غير ذي صلة، على سبيل المثال "ميكانيكا الموائع"، يتم توفير تقدير تقريبي لظهوره الملحوظ)

الصور بالحجم الكامل والتنزيلات متاحة فقط 100% مجاناً للأعضاء المسجلين.