Journal of the Korean Data and Information Science Society

The Korean Data and Information Science Society (한국데이터정보과학회)
권호 표지

An estimation method based on autocovariance in the simple linear regression model

단순 선형회귀 모형에서 자기공분산에 근거한 최적 추정 방법

  • Published : 2009.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

In this study, we propose a new estimation method based on autocovariance for selecting optimal estimators of the regression coefficients in the simple linear regression model. Although this method does not seem to be intuitively attractive, these estimators are unbiased for the corresponding regression coefficients. When the exploratory variable takes the equally spaced values between 0 and 1, under mild conditions which are satisfied when errors follow an autoregressive moving average model, we show that these estimators have asymptotically the same distributions as the least squares estimators. Additionally, under the same conditions as before, we provide a self-contained proof that these estimators converge in probability to the corresponding regression coefficients.

이 논문에서는 단순 선형회귀 모형에서 회귀 계수의 최적 추정량을 구할 수 있는 자기공분산에 근거한 추정 방법을 제시하였다. 이 방법이 직관적으로 매혹적이지는 않지만 이 최적 추정량이 해당 회귀 계수의 불편추정량이 된다. 설명변수가 0과 1사이의 균등간격의 값을 가지면, 오차가 자기회귀 이동평균 모형을 따르면 성립하는 조건 하에서 이 최적 추정량이 최소제곱 추정량과 점근적으로 통일한 분포를 가진다는 것을 보였다. 추가적으로 똑같은 조건 하에서 이 최적 추정량이 해당 회귀 계수에 확률상 수렴한다는 것을 자체적으로 입증하였다.

Keywords

References

  1. 강희정, 김순영 (2000.) 자귀회귀모형에서의 로버스트한 모수 추정방법들에 관한 연구. <한국데이터정보과학회지>, 11, 1-8.
  2. 이우동 (1996). 임의중단모형에서 최소제곱법을 이용한 와이블분포의 모수 추정. <한국데이터정보과학회지>, 7, 263-272.
  3. Brockwell, P. J. and Davis, R. A. (2006). Time series: Theory and methods, 2nd Ed., Springer, New York.
  4. Kim, T. Y., Kim, D., Park, B. U. and Simpson, D. (2004). Nonparametric detection of correlated errors. Biometrika, 91, 491-496. https://doi.org/10.1093/biomet/91.2.491
  5. Park, B. U., Lee, Y. K., Kim, T. Y. and Park, C. (2006). A simple estimator of error correlation in nonparametric regression models. Scandinavian Journal of Statistics, 33, 451-462. https://doi.org/10.1111/j.1467-9469.2006.00506.x
  6. Rahman, M. and Pearson, L. M. (2003). A note on estimating parameters in the two-parameter Weibull distribution. Journal of the Korean Data & Information Science Society, 14, 1091-1102.
  7. Seber, G. A. F. (1977). Linear regression analysis, John Wiley & Sons, New York.
  8. Wei, W. W. S. (1990). Time series analysis-univariate and multivariate methods, Addison Wesley, New York.