式展開
間違いしかありません.コメントにてご指摘いただければ幸いです(気が付いた点を特に断りなく頻繁に書き直していますのでご注意ください).
単回帰モデルの最尤推定量の期待値,分散,分布
単回帰モデルの最尤推定量の期待値,分散,分布
単回帰モデル
独
立
同
一
分
布
y
i
=
α
+
β
x
i
+
ϵ
i
(
i
=
1
,
⋯
,
n
)
ϵ
i
∼
i
i
d
N
(
0
,
σ
2
)
⋯
独
立
同
一
分
布
(
i
n
d
e
p
e
n
d
e
n
t
a
n
d
i
d
e
n
t
i
c
a
l
l
y
d
i
s
t
r
i
b
u
t
e
d
;
I
I
D
,
i
.
i
.
d
.
,
i
i
d
)
α
,
β
,
σ
2
の推定量を
α
^
,
β
^
,
σ
^
2
とし,
α
^
,
β
^
,
σ
^
2
の最尤推定量(maximum likelihood estimator)を
α
^
M
L
,
β
^
M
L
,
σ
^
M
L
2
とする.
β
^
M
L
の期待値
よ
っ
て
は
の
不
偏
推
定
量
で
あ
る
E
[
β
^
M
L
]
=
E
[
β
^
]
⋯
β
^
M
L
=
β
^
=
β
⋯
E
[
β
^
]
=
β
⋯
よ
っ
て
β
^
M
L
2
は
β
2
の
不
偏
推
定
量
で
あ
る
.
α
^
M
L
の期待値
よ
っ
て
は
の
不
偏
推
定
量
で
あ
る
E
[
α
^
M
L
]
=
E
[
α
^
]
⋯
α
^
M
L
=
α
^
=
α
⋯
E
[
α
^
]
=
α
⋯
よ
っ
て
α
^
M
L
2
は
α
2
の
不
偏
推
定
量
で
あ
る
.
β
^
M
L
の分散
V
[
β
^
M
L
]
=
V
[
β
^
]
=
1
S
x
x
σ
2
⋯
V
[
β
^
]
=
1
S
x
x
σ
2
⋯
x
¯
=
1
n
∑
i
=
0
n
x
i
,
S
x
x
=
∑
i
=
0
n
(
x
i
−
x
¯
)
2
α
^
M
L
の分散
V
[
α
^
M
L
]
=
V
[
α
^
]
=
(
1
n
+
x
¯
2
S
x
x
)
σ
2
⋯
V
[
α
^
]
=
(
1
n
+
x
¯
2
S
x
x
)
σ
2
α
^
M
L
,
β
^
M
L
の分布
β
^
M
L
=
β
^
∼
N
(
β
,
1
S
x
x
σ
2
)
⋯
β
^
∼
N
(
β
,
1
S
x
x
σ
2
)
α
^
M
L
=
α
^
∼
N
(
α
,
(
1
n
+
x
¯
2
S
x
x
)
σ
2
)
⋯
α
^
∼
N
(
α
,
(
1
n
+
x
¯
2
S
x
x
)
σ
2
)
σ
^
M
L
2
の期待値
よ
っ
て
は
の
不
偏
推
定
量
で
は
な
い
E
[
σ
^
M
L
2
]
=
E
[
n
−
2
n
s
2
]
⋯
σ
^
M
L
2
=
n
−
2
n
s
2
,
s
2
=
1
(
n
−
2
)
∑
i
=
1
n
e
i
2
,
∑
i
=
1
n
e
i
2
=
∑
i
=
1
n
(
y
i
−
y
i
^
)
2
=
n
−
2
n
E
[
s
2
]
=
n
−
2
n
σ
2
⋯
E
[
s
2
]
=
σ
2
<
σ
2
⋯
よ
っ
て
σ
^
M
L
2
は
σ
2
の
不
偏
推
定
量
で
は
な
い
.
0 件のコメント:
コメントを投稿
次の投稿
前の投稿
ホーム
登録:
コメントの投稿 (Atom)
0 件のコメント:
コメントを投稿