2
“X'te hata” modelleri neden daha yaygın olarak kullanılmıyor?
Bir regresyon katsayısının standart hatasını hesapladığımızda, XXX tasarım matrisindeki rastgeleliği hesaba katmıyoruz . Örneğin OLS olarak, hesaplama var(β^)var(β^)\text{var}(\hat{\beta}) olarak var((XTX)−1XTY)=σ2(XTX)−1var((XTX)−1XTY)=σ2(XTX)−1\text{var}((X^TX)^{-1}X^TY) = \sigma^2(X^TX)^{-1} Eğer XXX rasgele kabul edildi, toplam varyansın kanunu, bir anlamda, varyansı ek katkı talep edeceğini XXX de. yani var(β^)=var(E(β^|X))+E(var(β^|X)).var(β^)=var(E(β^|X))+E(var(β^|X)).\text{var}(\hat{\beta}) = \text{var}(E(\hat{\beta}|X)) + E(\text{var}(\hat{\beta}|X)). Hangi, OLS tahmincisi gerçekten tarafsızsa, …