Интервальные оценки коэффициента линейного уравнения регрессии:

Если для эмпирического ур-ия выполняется предпосылки Гауса-Маркова, то мы м утвер-ть, что найденные оценки коэф-в б подчин-ся норм закону распред-ия, в соот-ии с кот-м теоретич откл-ие εi распр-ны нормально с пар-ми 0 и σ².

εi~N(0;σ²)

Это усл-ие соглас-ся с усл-ми центр предел теоремы тер.вера, в соот-ии с кот-ой если случ вел-на испыт-т влияние оч большого числа независ-х случ вел-н, влияние каждой из кот-ых на эту случ вел-ну мало, то рассматр-ая случ вел-на имеет распред-ие близкое к нормальному (асимптотически нормальное).

А мы пок-ли, что εi как раз отражают влияние, оказываемое на завис перем-ую фак-ми не включ-ми в модель, кот-ых в эк-ке как правило оч много. Но их влияние на у мало, иначе мы д.б. бы их вкл-ть в модель.

=> если n≥3-1, то у нас вып-ся усл-ия центр пред теоремы. Мы м гов-ть, что εi распр-ны нормально, а это позв-т не только найти наилучшее BLUE оценки для коэф-та, но и построить для них интервальные оценки, что дает опред-ые гарантии проверки точности нахождения коэф-в при смене исход-й выборки.

Причем к-т b1=∑Ciyi  также как и у объясн-я перем-я, являясь лин комб-ей его выбороч вел-н yi при Ci=const, также б иметь норм распред-ие. Причем мы пок-ли уже, что его мат ожидание совп-т с вел-ной теорет к-та, а дисп-ия

=> к-т b1 имеет норм распр-ие с пар-ми β1, D(d1).

Поэтому t стат-ка для коэф-та подчинена распр-ию Стьюдента с доверит-й вер-тью γ=1-α, что соот-т утвер-ию

Тогда мы м записать, что вер-ть

Преобр-м выраж-ие, стоящее в скобках

-tкрSb1≤b1-β1≤tкрSb1

-b1-tкрSb1≤-β1≤tкрSb1-b1

-b1-tкрSb1≤β1≤b1+tкрSb1