2003 | OriginalPaper | Buchkapitel
The Covariance Matrix of the Error Vector
verfasst von : Jürgen Groß
Erschienen in: Linear Regression
Verlag: Springer Berlin Heidelberg
Enthalten in: Professional Book Archive
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Assumption (iv) of the linear regression model claims the covariance matrix of the error vector ɛ to be Cov(ɛ) = σ2In with an unknown parameter σ2 ∈ (0, ∞). This chapter discusses the estimation of σ2 in detail, and introduces situations under which it appears to be reasonable to extend assumption (iv) to Cov(ε) = σ2V for some symmetric positive/nonnegative definite matrix V ≠ I n