Page 32 - El Modelo de Regresión Lineal

 n n 
  z i 2 −  x z 
i i
 i= 0 i= 0 
 n n  n  2 n n  n  2 
2
2
  x i  z − 2  x z  x i  z − 2  x z 
  2  i  i i  i  i i 
ˆ 
 

V  1  = ˆ  i= 0 i= 0 i= 0 i= 0 i= 0 i= 0 (53)
ˆ 
   n n 
 2   −  x z  x 2 
 i= 0 i i i= 0 i 
 n n  n  2 n n  n  2 
  x i  z − 2  x z  x i  z − 2  x z 
2
2
 i i i  i i i  
 i= 0 i= 0  i= 0  i= 0 i= 0  i= 0  
En la diagonal principal de la matriz (53) se encuentran las
varianzas de los estimadores; fuera de la diagonal principal, las

covarianzas.

Primer ejemplo empírico

El cuadro 1 presenta una muestra finita de valores para calcular los

estimadores de la expresión (46):

Cuadro 1. Datos observados

Y X
t t
5.7 5.7

4.6 4.5
4.6 3.5

6 6.2

4 2.8

4.8 4.5

6.4 6

28