According to Gauss-Markov theorem t

According to Gauss-Markov theorem therefore, given the assumptions of the classical linear regre ssion model, the least squares estimators in the class of all linear
unbiased estimators, have minimum variance (i.e. BLUE) (Gujarati 2003, p. 79).
Given that the satisfaction of the assumptions of the classical linear regression is a
necessary condition for achieving BLUE, it is therefore worthwhile to test for the satisfaction of those assumptions because of the following reasons:

ผลลัพธ์ (ไทย) 1:

ตามทฤษฎีบทเกาส์-Markov ดังนั้น กำหนดสมมติฐานของแบบจำลอง ssion regre เชิงคลาสสิก estimators กำลังสองน้อยสุดในชั้นทั้งหมดเส้น
estimators คน มีความแปรปรวนต่ำสุด (เช่นสีน้ำเงิน) (คุชราต 2003, p. 79) .
ระบุว่ามีความพึงพอใจของสมมติฐานของการถดถอยเชิงเส้นคลาสสิก
เงื่อนไขจำเป็นสำหรับการบรรลุบลู จึงคุ้มค่าการทดสอบความพึงพอใจของสมมติฐานดังกล่าวเนื่องจากสาเหตุต่อไปนี้:

ผลลัพธ์ (ไทย) 2:

ตามที่มาร์คอฟเกา-ทฤษฎีบทจึงกำหนดสมมติฐานของการเชิงเส้นแบบ ssion regre คลาสสิกอย่างน้อยประมาณสี่เหลี่ยมในชั้นเรียนของทุกเส้น
ประมาณที่เป็นกลางมีความแปรปรวนน้อยที่สุด (เช่นน้ำเงิน) (คุชราต 2003 พี. 79)
ระบุว่า ความพึงพอใจของสมมติฐานของการถดถอยเชิงเส้นคลาสสิกเป็น
เงื่อนไขที่จำเป็นเพื่อให้บรรลุ BLUE มันจึงคุ้มค่าที่จะทดสอบเพื่อความพึงพอใจของสมมติฐานเหล่านั้นเพราะเหตุผลดังต่อไปนี้

ผลลัพธ์ (ไทย) 3:

ตามทฤษฎีบทเกาส์มาร์คอฟจึงกำหนดสมมติฐานของคลาสสิก regre ssion เชิงเส้นแบบสี่เหลี่ยมอย่างน้อยประมาณในชั้นของตัวประมาณแบบเชิงเส้น
ทั้งหมดมีความแปรปรวนน้อยที่สุด ( เช่นสีฟ้า ) ( ภาษาคุชราต 2003 , หน้า 79 ) .
ที่ได้รับความพึงพอใจของสมมติฐานของการถดถอยเชิงเส้นคลาสสิกเป็น
เงื่อนไข ที่จำเป็นสำหรับการบรรลุสีฟ้าจึงคุ้มค่าที่จะทดสอบความพึงพอใจของสมมติฐานเหล่านั้นเนื่องจากสาเหตุต่อไปนี้ :