Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

11. Theory for Linear Models

verfasst von : David J. Olive

Erschienen in: Linear Regression

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Theory for linear models is used to show that linear models have good statistical properties. Linear model theory previously proved in the text includes Propositions 2.1, 2.2, 2.3, 2.10, 3.1, 3.2, 4.1, 4.2, and Theorem 3.3. Some matrix manipulations are illustrated in Example 4.1. Unproved results include Propositions 2.4, 2.5, 2.6, 2.11, Theorems 2.6, 2.7, and 2.8.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Multivariate Models
Nächstes Kapitel Multivariate Linear Regression
Literatur
Anderson, T. W. (1971). The statistical analysis of time series. New York, NY: Wiley.MATH
Chang, J., & Olive, D. J. (2010). OLS for 1D regression models. Communications in statistics: Theory and methods, 39, 1869–1882.MathSciNetCrossRefMATH
Chen, C. H., & Li, K. C. (1998). Can SIR be as popular as multiple linear regression? Statistica Sinica, 8, 289–316.MathSciNetMATH
Christensen, R. (2013). Plane answers to complex questions: The theory of linear models (4th ed.). New York, NY: Springer.MATH
Driscoll, M. F., & Krasnicka, B. (1995). An accessible proof of Craig’s theorem in the general case. The American Statistician, 49, 59–62.MathSciNet
Freedman, D. A. (2005). Statistical models theory and practice. New York, NY: Cambridge University Press.CrossRefMATH
Graybill, F. A. (1976). Theory and application of the linear model. North Scituate, MA: Duxbury Press.MATH
Guttman, I. (1982). Linear models: An introduction. New York, NY: Wiley.MATH
Hocking, R. R. (2013). Methods and applications of linear models: Regression and the analysis of variance (3rd ed.). New York, NY: Wiley.MATH
Johnson, N. L., & Kotz, S. (1970). Distributions in statistics: Continuous univariate distributions—2. New York, NY: Wiley.MATH
Myers, R. H., & Milton, J. S. (1990). A first course in the theory of linear statistical models. Belmont, CA: Duxbury.MATH
Rao, C. R. (1973). Linear statistical inference and its applications (2nd ed.). New York, NY: Wiley.CrossRefMATH
Ravishanker, N., & Dey, D. K. (2002). A first course in linear model theory. Boca Raton, FL: Chapman & Hall/CRC.MATH
Reid, J. G., & Driscoll, M. F. (1988). An accessible proof of Craig’s theorem in the noncentral case. The American Statistician, 42, 139–142.
Rencher, A. C., & Schaalje, G. B. (2008). Linear models in statistics (2nd ed.). Hoboken, NJ: Wiley.MATH
Scheffé, H. (1959). The analysis of variance. New York, NY: Wiley.MATH
Searle, S. R. (1971). Linear models. New York, NY: Wiley.MATH
Seber, G. A. F., & Lee, A. J. (2003). Linear regression analysis (2nd ed.). New York, NY: Wiley.CrossRefMATH
Metadaten
Titel
Theory for Linear Models
verfasst von
David J. Olive
Copyright-Jahr
2017
Buch
Linear Regression

Print ISBN: 978-3-319-55250-7

Electronic ISBN: 978-3-319-55252-1

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-55252-1_11