Probabilistyka, zadanie nr 6322
ostatnie wiadomości | regulamin | latex
| Autor | Zadanie / Rozwiązanie |
| dzbanzmatmy postów: 6 |  2020-05-30 22:53:23W modelu regresji liniowej wartości zmiennej losowej Y możemy przewidywać, znając wartości zmiennej losowej X. W tym modelu zakładamy, że: $E(Y|X) = a + bX$ a) Pokaż, że alternatywnie model ten możemy zapisać w postaci $Y= a + bX + \epsilon$ gdzie $\epsilon$ jest zmienną losową, dla której zachodzi $E(\epsilon|X) = 0$) Wyznacz wartości parametrów a i b, wiedząc, że dane są: $E(X), E(Y ), Cov(X,Y ), Var(X)$. [Wskazówka: wyznacz$E(Y ), E(\epsilon), E(\epsilon*X), Cov(X,Y )$ . Przydadzą się m.in. wzory: $E(E(X|Y )) = E(X), E(h(X)Y |X) = h(X)E(Y |X)$ .Ten ostatni przyda się do obliczenia $E(\epsilon*X)$. |
| chiacynt postów: 749 | 2020-05-31 09:44:13 Korzystamy z własności wartości oczekiwanej (średniej), wskazówki i podanych wzorów. |
| strony: 1 | |
Prawo do pisania przysługuje tylko zalogowanym użytkownikom. Zaloguj się lub zarejestruj