Teorema de

Gauss-Márkov

Lahsen, K. (2020). Teorema de

Gauss-Márkov. Material de Consulta.
Universidad Andrés Bello, Santiago, Chile.
 Teorema de Gauss-Márkov

TEOREMA DE GAUSS-MÁRKOV
(WIKIPEDIA, 2019)

En estadística, el Teorema de Gauss-Márkov, formulado por Carl Friedrich Gauss y Andréi

Márkov, establece que en un modelo lineal general (MLG) en el que se establezcan los
siguientes supuestos:

• Correcta especificación: el MLG ha de ser una combinación lineal de los parámetros (𝛽)
y no necesariamente de las variables: 𝑌 𝑋𝛽 𝑢
• Muestreo aleatorio simple: la muestra de observaciones del vector 𝒴 , 𝒳 , 𝒳 , . . . , 𝒳
es una muestra aleatoria simple y, por lo tanto, el vector 𝒴 , 𝑋′ es independiente del
vector 𝒴 , 𝑋′
• Esperanza condicionada de las perturbaciones nula: 𝐸 𝑢 |𝑋′ 0
• Correcta identificación: la matriz de regresoras (X) ha de tener rango completo:
𝑟𝑔 𝑋 𝐾 𝑁
1
Homocedasticidad: 𝑉𝑎𝑟 𝑈|𝑋 𝜎 𝐼

El estimador mínimo cuadrático ordinario (MCO) de B, es el estimador lineal e insesgado

óptimo (ELIO o BLUE: best linear unbiased estimator), es decir, el estimador MCO es el
estimador eficiente dentro de la clase de estimadores lineales e insesgados.

Dicho teorema se basa en 10 supuestos, denominados, Supuestos de Gauss-Márkov; que

sirven como hipótesis a la demostración de este:

1. El modelo está correctamente especificado.

2. Debe ser lineal en los parámetros.
3. El valor de la media condicional es cero.
4. Hay homocedasticidad.
5. No existe correlación entre las perturbaciones.
6. La covarianza entre 𝑢 y 𝓍 es cero.
7. El número de observaciones es mayor que el de parámetros.
8. Existe variabilidad entre los 𝓍
9. No hay multicolinealidad perfecta.
10. Las 𝓍 son no estocásticas, es decir, son fijas en muestras repetidas.
 Teorema de Gauss-Márkov

REFERENCIA

wikipedia. (julio de 2019). Teorema de Gauss-Márkov. Recuperado el enero de 2020, de

www.wikipedia.com: https://es.wikipedia.org/wiki/Teorema_de_Gauss-M%C3%A1rkov