Dieser Satz besagt, dass in einem linearen Regressionsmodell, in dem die Fehler einen Mittelwert von null aufweisen, unkorreliert sind und eine konstante Varianz (Homoskedastizität) besitzen, der OLS-Schätzer (Ordinary Least Squares) der beste lineare erwartungstreue Schätzer (BLUE) ist. „Bester“ bedeutet, dass er unter allen linearen erwartungstreuen Schätzern der Regressionskoeffizienten die geringste Varianz aufweist und somit der präziseste ist.





