Answer: BECC-110 पाठ्यक्रम के अनुसार, एक बहु प्रतिगमन मॉडल एक आश्रित चर (dependent variable) को एक से अधिक स्वतंत्र चरों (independent variables) के रैखिक संयोजन के रूप में व्यक्त करता है। यह मॉडल हमें इन स्वतंत्र चरों के आश्रित चर पर प्रभावों का विश्लेषण करने में सक्षम बनाता है। एक सामान्य बहु प्रतिगमन मॉडल को इस प्रकार दर्शाया जा सकता है: Yᵢ = β₀ + β₁X₁ᵢ + β₂X₂ᵢ + ... + βₖXₖᵢ + εᵢ यहां, `Yᵢ` i-वें अवलोकन के लिए आश्रित चर है, जैसे किसी छात्र के अंक। `X₁ᵢ, ..., Xₖᵢ` i-वें अवलोकन के लिए k स्वतंत्र चर है...

Answer: परिचयात्मक अर्थमिति (BECC-110) के अनुसार, प्रतिगमन मॉडल में स्वसहसंबंध एक महत्वपूर्ण धारणा का उल्लंघन है जो त्रुटि पदों से संबंधित है। यह तब होता है जब प्रतिगमन मॉडल के त्रुटि पद (अवशिष्ट) समय के साथ या क्रॉस-सेक्शनल डेटा में इकाइयों के बीच एक दूसरे से सहसंबंधित होते हैं। यह स्थिति सामान्य न्यूनतम वर्ग (OLS) अनुमानों की दक्षता को प्रभावित करती है, हालांकि वे निष्पक्ष रहते हैं। सरल शब्दों में, स्वसहसंबंध (Autocorrelation) का अर्थ है कि त्रुटि पद जो एक अवलोकन से जुड़े होते हैं, वे दूसरे अवलोकन क...

Answer: The error term, often denoted as 'u' or 'ε', is a crucial component added to a regression model to account for the stochastic nature and inherent imperfections in real-world data and relationships. In econometrics, the population regression function (PRF) is expressed as Yᵢ = β₀ + β₁Xᵢ + uᵢ, where Yᵢ is the dependent variable, Xᵢ is the independent variable, β₀ and β₁ are population parameters, and uᵢ is the error term. It represents the collective influence of all factors affecting Yᵢ that are ...

Answer: When heteroscedasticity is present in a dataset, the classical linear regression model (CLRM) assumption of **homoscedasticity** is violated. Homoscedasticity assumes that the variance of the error terms (or disturbances), Var(uᵢ | Xᵢ) = σ², is constant across all observations and across all levels of the explanatory variables. In simpler terms, the spread of the residuals should be uniform throughout the range of the predicted values. When heteroscedasticity exists, Var(uᵢ | Xᵢ) = σᵢ², meanin...

Answer: स्वतंत्र चर (X) में माप त्रुटि तब उत्पन्न होती है जब हम X के वास्तविक मान (X) के बजाय एक त्रुटिपूर्ण मान (X*) का उपयोग करते हैं, जहाँ X* = X + u और 'u' माप त्रुटि है। BECC-110 के अनुसार, यह समस्या मानक OLS अनुमानों के लिए गंभीर निहितार्थ रखती है, क्योंकि यह शास्त्रीय धारणाओं का उल्लंघन करती है कि स्वतंत्र चर त्रुटि पद से सहसंबद्ध नहीं है। जब स्वतंत्र चर में माप त्रुटि होती है, तो OLS अनुमानक (β̂₁) जो ढलान गुणांक (β₁) का अनुमान लगाता है, पक्षपाती और असंगत हो जाता है। इसका मतलब है कि जैसे-जैसे नम...

Answer: एक अच्छे अनुमानक (estimator) को वांछनीय गुणधर्मों को संतुष्ट करना चाहिए ताकि वह जनसंख्या प्राचल (population parameter) का सटीक और विश्वसनीय अनुमान प्रदान कर सके। ये गुणधर्म सांख्यिकीय निष्कर्षों की गुणवत्ता सुनिश्चित करते हैं। पहला महत्वपूर्ण गुण निष्पक्षता (Unbiasedness) है, जिसका अर्थ है कि अनुमानक का अपेक्षित मान (expected value) वास्तविक जनसंख्या प्राचल के बराबर होता है, यानी E(θ̂) = θ। यह सुनिश्चित करता है कि अनुमानक किसी भी दिशा में व्यवस्थित रूप से त्रुटिपूर्ण नहीं है, और औसतन, यह सही मा...

Answer: R² (Coefficient of Determination) quantifies the proportion of the variance in the dependent variable that is explained by the independent variables in a regression model. While it provides a measure of how well the model fits the observed data, its primary limitation is that it always increases or at least stays the same when more independent variables are added, regardless of their statistical significance. This can make it misleading for model selection. Adjusted R² rectifies this issue by a...

Answer: बहुसंरेखता, जो स्वतंत्र चर के बीच उच्च सहसंबंध की विशेषता है, गुणांकों के विचरण को बढ़ाती है, जिससे अनुमान अविश्वसनीय हो जाते हैं। इसे ठीक करने के लिए कई उपाय मौजूद हैं। एक तरीका यह है कि अत्यधिक सहसंबंधित स्वतंत्र चरों में से एक को हटा दिया जाए, खासकर यदि वह मॉडल के लिए सैद्धांतिक रूप से महत्वपूर्ण न हो। एक अन्य उपाय चरों को रूपांतरित करना है। इसमें सहसंरेखित चरों का अनुपात बनाना या समय श्रृंखला डेटा के साथ काम करते समय पहले अंतर का उपयोग करना शामिल हो सकता है, ताकि उनकी रैखिक निर्भरता कम हो स...

Answer: In a log-linear regression model, structured as ln(Y) = β₀ + β₁X₁ + ε, the dependent variable (Y) is transformed using a natural logarithm, while independent variables (X₁) remain in their original level form. The parameter β₀, the intercept, indicates the expected value of ln(Y) when X₁ is zero; taking the exponentiation (e^β₀) yields the expected Y value when X₁ equals zero. The slope coefficient, β₁, holds a crucial interpretation as a semi-elasticity. It signifies that a one-unit increase i...

Answer: रिग्रेशन थ्रू द ओरिजिन (मूल बिंदु से होकर गुजरने वाला प्रतिगमन) साधारण रेखीय प्रतिगमन मॉडल का एक विशेष रूप है। इसमें यह धारणा होती है कि आश्रित चर (Y) स्वतंत्र चर (X) के शून्य होने पर भी शून्य होगा, अर्थात प्रतिगमन रेखा मूल बिंदु (0,0) से होकर गुजरती है। इस मॉडल में, अवरोधक पद (intercept, β₀) को शून्य माना जाता है। गणितीय रूप से, मॉडल को Yᵢ = β₁Xᵢ + uᵢ के रूप में व्यक्त किया जाता है, जहाँ uᵢ त्रुटि पद है। इस स्थिति में, साधारण न्यूनतम वर्ग (OLS) विधि द्वारा β₁ का अनुमानक (estimator) β̂₁ = Σ(XᵢY...