Bu düşünülebilir ... aldatma, ancak OLS tahmincisi bir MoM tahmincisidir. Standart bir doğrusal regresyon spesifikasyonu düşünün ( stokastik regresörlerle, bu yüzden büyüklükler regresör matrisine şartlıdır) ve . ifadesini , hata teriminin varyansının OLS tahmincisi olarak belirtin . Bu kadar tarafsızn s 2 σ 2Kns2σ2
MSE(s2)=Var(s2)=2σ4n−K
Şimdi nin MLE'sini düşünün . Buσ2
σ^2ML=n−Kns2
Önyargılı mı? Onun MSE
MSE(σ^2ML)=Var(σ^2ML)+[E(σ^2ML)−σ2]2
MLE'yi OLS cinsinden ifade etme ve elde ettiğimiz OLS tahmincisi varyansı için ifadeyi kullanma
⇒MSD( σ 2 M L )=2(n-K)+K2
MSE(σ^2ML)=(n−Kn)22σ4n−K+(Kn)2σ4
⇒MSE(σ^2ML)=2(n−K)+K2n2σ4
Koşullarını (eğer varsa) hangi şartlarda istiyoruz?
MSE(σ^2ML)>MSE(s2)⇒2(n−K)+K2n2>2n−K
⇒2(n−K)2+K2(n−K)>2n2
2n2−4nK+2K2+nK2−K3>2n2
Basitleştiriliyor -
Bu ikinci dereceden için negatif değerler elde etmek uygun mudur ? Olumlu olması için ayrımcısına ihtiyacımız var. Biz
de, bir ikinci dereceden bir bu kez. Bu ayrımcı
yani
, bir tamsayı olduğunu hesaba katar . Eğer
−4n+2K+nK−K2>0⇒K2−(n+2)K+4n<0
KΔK=(n+2)2−16n=n2+4n+4−16n=n2−12n+4
nΔn=122−42=8⋅16
n1,n2=12±8⋅16−−−−√2=6±42–√⇒n1,n2={1,12}
nnBiz o var bu aralıkta içindedir ve ikinci dereceden her zaman pozitif değerler alır, bu yüzden gerekli eşitsizliği elde edilemez. Yani:
12'den büyük örneklem büyüklüğüne ihtiyacımız var.ΔK<0K
Bu göz önüne alındığında kuadratik için kökleriK
K1,K2=(n+2)±n2−12n+4−−−−−−−−−−√2=n2+1±(n2)2+1−3n−−−−−−−−−−−−√
Genel: örneklem büyüklüğü ve sayısı için
,
için Örneğin, ise, kişi regresör sayısının eşitsizliğin tutması için olması gerektiğini tespit eder. Az sayıda regresör için MLE'nin MSE anlamında daha iyi olması ilginçtir.n>12K⌈K1⌉<K<⌊K2⌋
MSE(σ^2ML)>MSE(s2)
n=505<K<47
EK
köklerine yönelik denklemi yazılabilir -quadraticK
K1,K2=(n2+1)±(n2+1)2−4n−−−−−−−−−−−−√
Ben hızlı bir görünüm ile
düşünmek olduğunu alt kök hep seveceğim ima olmak önsavının kadar olduğunda MLE -SO (hesabı "tam sayı değeri" kısıtlama içine alarak) MSE-etkili olacaktır herhangi bir (sonlu) bir numune boyutu için.
55