According to Gauss-Markov theoremth

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 กำหนดสมมติฐานของการ
รุ่น ssion regre เชิงคลาสสิก น้อยที่สุด
estimators ในคลาสของทุกเส้นสี่เหลี่ยม
estimators คน มีความแปรปรวนต่ำสุด
(i.e. BLUE) (คุชราต 2003, p. 79) .
ระบุว่าความพึงพอใจของสมมติฐานที่
ถดถอยเชิงเส้นแบบคลาสสิกเป็น
เงื่อนไขจำเป็นสำหรับการบรรลุบลู มัน
จึงคุ้มค่าการทดสอบความพึงพอใจ
ของสมมติฐานดังกล่าวเนื่องจาก
เหตุผลต่อไปนี้:

ผลลัพธ์ (ไทย) 2:

ตามที่มาร์คอฟเกา-ทฤษฎีบท
จึงกำหนดสมมติฐานของการ
เชิงเส้นแบบ ssion regre คลาสสิกอย่างน้อย
ประมาณสี่เหลี่ยมในชั้นเรียนของทุกเส้น
ประมาณที่เป็นกลางมีความแปรปรวนน้อยที่สุด
(เช่นน้ำเงิน) (คุชราต 2003 พี. 79)
ระบุว่า ความพึงพอใจของสมมติฐาน
ของการถดถอยเชิงเส้นคลาสสิกเป็น
เงื่อนไขที่จำเป็นเพื่อให้บรรลุ BLUE มัน
จึงคุ้มค่าที่จะทดสอบเพื่อความพึงพอใจ
ของสมมติฐานเหล่านั้นเพราะ
เหตุผลดังต่อไปนี้

ผลลัพธ์ (ไทย) 3:

ตามทฤษฎีบทเกาส์มาร์คอฟ
จึงกำหนดสมมติฐานของ
คลาสสิกเส้น regre ssion รูปแบบอย่างน้อย
สี่เหลี่ยมประมาณในชั้นของตัวประมาณแบบเชิงเส้น

ทั้งหมดมีความแปรปรวนน้อยที่สุด ( เช่นสีฟ้า ) ( ภาษาคุชราต 2003 , หน้า 79 ) .
ที่ได้รับความพึงพอใจของสมมติฐาน
ของการถดถอยเชิงเส้น คลาสสิกเป็นเงื่อนไขที่จำเป็นสำหรับการบรรลุ

สีฟ้า ,จึงคุ้มค่าที่จะทดสอบเพื่อความพึงพอใจของสมมติฐานเหล่านั้นเพราะ

เหตุผลต่อไปนี้ :