Gauss-markov Teoremi
Gauss–markov Theorem
Tanım
Genel doğrusal modelde, en küçük kareler (OLS) tahmin edicisinin minimum varyanslı doğrusal yansız tahmin ediciler sınıfındaki etkinliğini kanıtlayan temel matematiksel istatistik teoremidir.
Örnek Vaka / Uygulama
Bir psikolog, günlük stres skorlarının bireylerin bağışıklık sistemi belirteçleri (örneğin CRP seviyeleri) üzerindeki doğrusal etkisini incelemek için bir regresyon modeli kurar. Gauss-Markov koşulları sağlandığında, elde edilen katsayı tahmin edicileri tüm olası doğrusal yansız tahminler içinde en dar güven aralığına ve en yüksek istatistiksel güce sahip olur.
Derin Analiz
Matematiksel istatistik ve ekonometri temellerinde yer alan Gauss-Markov teoremi, regresyon analizinde kullanılan En Küçük Kareler (Ordinary Least Squares - OLS) yönteminin BLUE (Best Linear Unbiased Estimator - En İyi Doğrusal Yansız Tahmin Edici) özelliğini matematiksel olarak ortaya koyar. Teorem; hata terimlerinin beklenen değerinin sıfır olması, homosandasite (sabit varyans) ve otokorelasyon olmaması (hataların birbiriyle ilişkisiz olması) koşulları altında, OLS tahmin edicisinin tüm doğrusal yansız tahmin ediciler arasında en küçük varyansa sahip olduğunu kanıtlar. Bu durum, tahminlerin hem sistematik bir saptırma barındırmadığını (yansız) hem de örneklem dalgalanmalarına karşı en yüksek güvenilirliğe ve minimum hata payına ulaştığını gösterir. Hataların normal dağılıma sahip olması bir zorunluluk değildir; sadece ortalamanın sıfır ve varyansların homojen olması yeterlidir.
Etimoloji
Alman matematikçi Johann Carl Friedrich Gauss (1777–1855) ve Rus matematikçi Andrey Markov'un (1856–1922) soyadlarından türetilmiştir.
Karıştırmayın
Maksimum Olabilirlik Tahmini (Maximum Likelihood Estimation - MLE) ile karıştırılır; MLE dağılım varsayımı gerektirirken, Gauss-Markov teoremi hata terimlerinin dağılım şekline bağımlı değildir (non-parametrik esneklik sunar).