Théorème de Gauss-Markov: Estimation optimale

Cette séance de cours couvre le Théorème de Gauss-Markov, qui affirme que les Estimateurs des moindres carrés (LSE) sont les meilleurs estimateurs linéaires non biaisés dans le modèle linéaire gaussien. Il examine les propriétés d'optimalité de LSE sous différentes hypothèses, telles que l'incohérence et la normalité. La séance de cours explore également la distribution d'échantillons de LSE en fonction des hypothèses du moment et la distribution d'échantillons importants de LSE. Le dispositif Cramér-Wold est utilisé pour prouver le théorème de distribution d'échantillons de grande taille. De plus, la séance de cours s'inscrit dans le cadre asymptotique pour les covariables et l'interprétation des résultats en termes de forme de la conception.