<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>good_na_life</author_name>
  <author_url>https://blog.hatena.ne.jp/good_na_life/</author_url>
  <blog_title>Goodな生活</blog_title>
  <blog_url>https://www.goodnalife.com/</blog_url>
  <categories>
    <anon>統計学・データサイエンス</anon>
  </categories>
  <description>『統計学入門』第13章の学習メモ。ガウス・マルコフの定理について。 定義 線形推定量とは 分散が最小になることの証明 補足：分散を小さくする条件 参考文献 定義 最小二乗推定量(least squares estimator)は、線形不偏推定量のうち、最小の分散をもつ。 この推定量を最良線形不偏推定量(BLUE; best linear unbiased estimator)と呼ぶ。 線形推定量とは 回帰モデル(1)を仮定する。誤差項は系列無相関であり、平均0、分散の正規分布に従う。 、は(1)の最小二乗推定量である。 、を(2)の形で表せるとき、これらを線形推定量と呼ぶ。線形推定量は確率変数…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.goodnalife.com%2Fentry%2F2019%2F10%2F20%2F000000&quot; title=&quot;ガウス・マルコフの定理 - Goodな生活&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://m.media-amazon.com/images/I/512H1E9ARDL._SL160_.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-10-20 00:00:00</published>
  <title>ガウス・マルコフの定理</title>
  <type>rich</type>
  <url>https://www.goodnalife.com/entry/2019/10/20/000000</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
