explicación del teorema de gauss en matemáticas
Respuestas a la pregunta
Respuesta: es un conjunto de supuestos que debe cumplir un estimador MCO (Mínimo Cuadrados Ordinarios) para que se considere ELIO (Estimador lineal insesgado óptimo
Si se cumplen estos 5 supuestos podemos afirmar que el estimador es el de mínima varianza (más preciso) de entre todos los estimadores lineales e insesgados. En el caso de que falle alguno de los supuestos de los tres primeros (Linealidad, Media nula-exogeneidad estricta o No multicolinealidad perfecta) el estimador MCO deja de ser insesgado. Si solo fallan el 4 o el 5 (Homocedasticidad y No autocorrelación) el estimador sigue siendo lineal e insesgado, pero ya no es el más preciso afirma :
Bajo supuestos 1,2 y 3 el estimador MCO es lineal e insesgado. Ahora bien, no siempre que se cumplen los tres primeros supuestos se puede asegurar que el estimador es insesgado. Para que el estimador sea también consistente debemos tener una muestra amplia, cuanto más mejor.
Bajo supuestos 1, 2, 3, 4 y 5 el estimador MCO es lineal, insesgado y óptimo(ELIO).
Explicación paso a paso: