Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADiSTICA ESPANOLA
nm. 1 14, 19$7, p3gs. 1 J7 a 1 1 O
RESUMEN
Se dan condiciones sencillas e intuitivas para contrastar la hiptesis
lineal general en un modelo de rango no completo. Se prueba cmo estas
condiciones son equivalentes a la condicin de estimabilidad de las funciones componentes de la hiptesis.
Palabras Clave: Funciones estimables, Hiptesis Lineal General, Modela
Lineal.
1.
INTRODUCCI^N
E1 problema de estimacin en un modelo lineal de rango no completo puede ser
lU^
ES'fA[]ISTIt A FSPAtit)L1
numerador del test F que se espera por analogia al caso de rango completo seria
invarianie frente a las infinitas soluciones de las ecuaciones normales.
En este breve irabajo se presentan justif caciones alternativas de la restriccin a las
funcines estimables. Este punto de vista, simple e intuitivo, que puede plantearse bajo
restrcciones del vector de parmetros y bajo una estructura de covaanzas general,
creemos que es interesante desde un punto de vista rnetodolgico, y proporciona
asimismo una justif caccn de las funciones estimables distinta de la clsica estimacin
lineal centrada. Se comienza con un resultado de equivalencia que pasteriormente es
discutido y extendido a otras situaciones.
2.
v^, n v, - ^ .
Por otra parte, y desde un punto de vista algebraico, si deseamos evitar contradicciones derivadas de la no completitud del rango, debemos imponer condcones sobre K
para que la situacin X f3^ = X f3, con K' j3^ = m y K' f3, ^ rn no pueda tener lugar.
(*)
j Q9
V,, n V^= e^
(ii)
(ii ')
(iir)
Existe una matriz B n x s tal que B' `Y' es un estimador lineal centrado de K' ,^3
EQ C C^ , ^d^3 E R^` .
Demostracin. La equivalencia entre (ii) y(ii') es un conocida resultado sobre caracterizacin de funciones estimables, definidas ^stas mediante ( ii'), cuya demostracin es
sencilla y se omite
(i) ^(ii,l. Tanto X como (^^) def nen aplicaciones lineales sobre RK. Probarernos que
Ker (X) = Ker (^,) , lo que implica r{X') = r(X) - r{K,) = r( X' K) , de donde se
deduce C( K) C C(X'}.
Sea t E R^` tal que X t= O y sea ^3U tal que K' J3^, = m . Si ^3* = f3^, + t , como
K' (3* = K' /^^, + K' t y X ^3* = X ^U , necesariamente K' t= O; de lo contrario K' ,^3*
^ K' ^3^, = m y se tendria Vo n V f ^ e. Asi pues Ker (X) C Ker ( ^^) , siendo trivial la
otra inclusn.
^ii) ^(iii). C(K) e C( X') implica que existe una matriz S n x s de rango s tal que
K= X' S, es decir, K' = S' X, de donde se deduce inmediatamente (iii).
(iii) ^(i). Si V^, n V^ ^ r^ , existirn ^1, ^2 tales que X^, = X^,, K' ^31 = m y K' ^z
^ m , es decir ^3, E E^1 y f^2 ^ C,^ f, en contradiccin con (iii).
3.
COMENTARIOS
ESTADESTiCA ESPAOLA
cierto modo, una condicin de identificabilidad que permite una justificacin de las
funciones estimables distinta de la justificacin de estimacin lineal centrada (i1') que
suele darse como nica argurnento.
-- La imposcin de restricciones lineales sobre los parmetras del modelo no supone
una dificultad adicional mantenindose en esencia los resultados. Concretamente, si j3
satisface el conjunta de restricciones consistentes R j3 = r , sera preciso incluir esta
restniccin en las definiciones de S^, V, 52;, V;, r= 4, 1. Por otra parte las afirmaciones
(ii) y(ii ) se convertiran, respectivamente en
(Il ^)
(ii '*) Existe una rnatriz B n x s y un vector b E R^' tales que B' Y + b es un
estimador lineal centrado de K' ^3, ( ver, por ejemplo, Pollock, 1978, p. 152). La
demostracin anterior se mantendra con cambios mnimos evidentes,
-- El resultado no depende de la estructura de covarianzas de Y impuesta slo por
sencillez ni, naturalmente, de la hiptess de normalidad que, sin embargo, ser necesaria para la obtencin de tests concretos.
REFEREN^CA BIBLIOGRAFICA
ARNOLD, S. F. (1981 }: The Thevey ^f L^near Models a^td Multivariate Analysis. New York: John
^JViley.
GRAYBILL, F. A. (197b):
Duxbury Press.
SUMMARY
TESTABLE HYPOTHESES AND ESTIMABLE FUNCTIONS.
Simple and intuitive conditions are given to test the general linear hypothesis in a non-full rank linear model. The conditions are proved to be
equivalent to the estimabilty of each component of the hypothesis.
Key w^rds: Estimable functions, general linear hypothesis, linear model.
AMS 1980. Sub^ ect classification: b2Jt^5, 62F03.