Page 12 - El Modelo de Regresión Lineal
P. 12
( ))(
( )
ˆ
ˆ
ˆ
ˆ
ˆ
V β = E ( β − E β β − E β T
( ))
)(
( )
ˆ
ˆ
ˆ
V β = E ( β −β β β ) T (14)
−
ˆ
T
De la expresión (11) sabemos que β β = ( X X t ) − 1 X ε ;
T
−
t
t
t
entonces, al sustituir en (14) y desarrollar:
( )
ˆ
T
T
V β = E ( X X t ) − 1 X ε t ( X X t ) − 1 X ε t T
T
T
t
t
t
t
( )
(
ˆ
V β = E ( X X ) − 1 X ε ε X X X ) − 1
T
T
T
T
t t t t t t t t
( )
(
ˆ
T
T
V β = E ( X X ) − 1 X ε ε X X X ) − 1
T
T
t t t t t t t t
(
) (
( ) (
ˆ
V β = X X t ) − 1 X T E ε ε X X X t ) − 1 (15)
T
T
T
t
t
t
t
t
t
(
Puesto que E ε ε T t ) = I, entonces:
2
t
(
( ) (
ˆ
V β = X X ) − 1 X T IX X X ) − 1
T
T
2
t t t t t t
( )
1
−
ˆ
T
V β = 2 ( X X t ) ( X X ) ( X X t ) − 1
T
T
t
t
t
t
( )
ˆ
V β = 2 ( X X t ) − 1 (16)
T
t
La expresión (16) es una matriz cuadrada de orden k + 1 con las
varianzas de los estimadores en la diagonal principal y las
8