M

ESTADiSTICA ESPANOLA
nm. 1 14, 19$7, p3gs. 1 J7 a 1 1 O

H i ptesis contrast ables y

fun ci on es estim a bles
por
MAIVUEL DEL R^O BUE1^lO
Departamento de Estadstica e I. O.
Universidad Complutense. Madrid

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

abordado mediante el concepto de estimabilidad de R. C. Bose, concepto que es

discutido con cierto detalle en la literatura (por ejemplo, Arnold, 1981; Ksihirsagar,
1983; Graybill, 1976; Pollock, 1979; Rao, 1973; Searle, 1971). Sin embargo, continuando en el caso de rango no completo, se presta , menor atencin a la presentacin y
desarrollo de la hiptesis lineal general; concretamente al problema de las condiciones
que deben cumplir las funciones que componen dicha hiptesis. Cuando se trata el
problema se suele suponer, sin mayor justificacin, la condicin de estimabilidad de las
funciones componentes, denorninndose entonces la hiptesis "contrastable". Restringindonos a los textos citados, esto ocurre en Arnold (1981, p. l 14), Kshirsagar (1983,
p. 81), Graybill (1976, p. 501), Pollock (1978, p. 107), Rao (1973, p. 236). En Searle
(1971, p. 189) se justifica un poco ms esta restriccin, razonando que en este caso el

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.

CARACTERIZAC`ICjN DE HiPOTESIS +^ONTRASTABLES

Sea el modelo lineal de rango no completo Y= X^+ e, X matriz n x k de rango

r(X) = r< k . Inicialmente, por sencillez, supondremos la no existencia de restricciones sobre j3, es decir, j^ E R^` y que los errores estn incorrelados con varianza
constante a` > fJ ; el espacio paramtrico es, por tanto, S^ _{(^3,a'') E R^` x R} }.
Baja el enfoque geomtrico, este modelo tendr asociada la variedad lineal de medias
V_{^ E R"l^c=X ^3,%3 E R^}.
Sea K' ( *} la matriz .s x k que define la hiptesis lineal general H^, : K' ^3 = jn E
R^'^. Admitimos que se cumple la condicin natural
r (K') = s_< k
asi como la
existencia de ^3 E R^` tal que K' ^ = m. El problema de contraste de H^, frente a H!
: K' ^3 # m 11-eva asociados a la hiptesis nula el subespacio paramtrico y la variedad
afn dados, respectivamente, por
52^, -- { ( j3,cr') E S2 ( K' ^3 = m } Y V ^, - { ,u = X %3 E V ^ K' ^3 = rrr , ^3 ^ R ^` };
y asociados a la hiptesis alternativa
^
521={(j3,c7`) E SI+K' f3^m} y Vf={^=X^L3E V^ K'^3^m, f3 E Rk}.
Para que el problema de contraste tenga sentido, adems de la condicn de existencia
impuesta anteriorrnente, que se traduce en Sl^, ^^, V^, ^ 0 , considerando el enfoque
geomtrico, debemos imponer de forma natural y obligada que

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.

(*)

En lo sucesivo A' denotar trasposicin de la matriz A.

HIPOTESIS C(^NTRASTABLES Y FtSNC'{ONES ESTIMABLES

j Q9

Una sencilla demostracin permite probar que estas condiciones y la condicin

"usual" de estimabilidad son equivalentes.
Proposicin. Dado }^ E R^` , sean E^ ={^3 E RK j X^ = X^i ^ y C^ _{^ E Rx ^
K' Q= K' ^} . Denotemos por C (A) la variedad lineal generada por las columnas de
la matriz A. Las siguientes afirmacines son equivalentes:
( i)

V,, n V^= e^

(ii)

C(K) C C(X') = C{X' X)

(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

- La condicin (i), o su equivalente Sl^ n S^1 =^ , creemos que es una condicin

natural preferible, al menos desde un punto de vista metodoltgico y didctico, a la
candicin de estimabilidad (ii'), considerando que debera ser presentada con anterioridad a esta ltima.
Admitiendo esta prioridad, la equivalencia probada "justificaria" la restriccin a
funciones estimables en contrastes como ei que nos ocupa.
- La afirmacin (iii) puede considerarse como una condicin sobre las funciones lineales de J3 para las cuales el vector de observaciones puede proporcionar informacin:
aqullas que dependan de ^3 slo a travs de ,u = X^3 = E(Y) . As pues (iii,! es, en

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 ^)

^ (K) ^ C {x' R'} y

(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.

Theory and 14pplication of the Linear Model. North Sciutate, Mass.:

KSHIRSAGAR, A. M. { 19$3): A Cvurse in Linear Models. New York: Marcel Dekker.

PoLLacK, D. S. G. (1979): The ^1lgebra of Econvmetrics. New York: John Wiley.
RAO, C. R. ( t 973): Linear Statistical Inference and its Applications. (2 nd. ed.). New York: John
W i ley.
SEARLE, S. R. (1971): Linear MvcfE^ls. New York: John Wiley.

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.