2.7. ОЦЕНКИ НАИМЕНЬШИХ КВАДРАТОВ СТАНДАРТНЫХ ОШИБОК И СУММ КВАДРАТОВ С ОДНОЙ СТЕПЕНЬЮ СВОБОДЫ
Верные оценки наименьших квадратов стандартных ошибок и сумм квадратов с одной степенью свободы можно получить с помощью простого обобщения методов из раздела 2.6.
Пусть
(где С — вектор из
констант) — линейная комбинация
с оценкой
полученная в результате дисперсионного анализа по данным, заполненным по методу наименьших квадратов. Поскольку были подставлены оценки наименьших квадратов пропущенных значений, то
значит,
верная оценка наименьших квадратов
Стандартная ошибка X, полученная с помощью дисперсионного анализа по полным данным, равна:
а сумма квадратов, относящаяся к X, есть
Правильная стандартная ошибка
согласно разделу 2.5.4 представляет собой
а правильная сумма квадратов, относящаяся к X, —
Пусть
вектор
оценок X, полученных с помощью дисперсионного анализа для полных данных, при котором в качестве зависимой переменной вместо
берут каждую из
современных пропусков, т. е. в матричных обозначениях
Ясно, что
можно вычислять одновременно с
компоненту
и
строку В получают из анализа для
сопеременной пропусков. Теория ковариационного анализа или матричная алгебра вместе с результатами из раздела 2.5.4 позволяют получить
Выражения (2.17), (2.19), (2.21), (2.22) и равенство
означают, что
можно просто выразить с помощью результатов, традиционно вычисляемых при дисперсионном анализе для полных данных:
Аналогично (2.18), (2.20) с
и (2.22) означают, что можно также просто выразить
Пример 2.2. Уточнение стандартных ошибок при заполненных пропусках (продолжение примера 2.1). Чтобы применить описанный метод, требуется
раз провести дисперсионный анализ для полных данных: первый раз — для заполненного начальными значениями Y, по одному разу для каждой сопеременной и, наконец, для заполненного по методу наименьших квадратов
Следуя [Rubin (1976а)], рассмотрим данные из табл. 2.1 и линейную комбинацию, соответствующую сравнению обработок 1 и 2. В принятой в примере 2.1 параметризации
блочно-диагональная матрица
в которой верхняя левая подматрица
диагональна с элементами, равными 3. Тогда X — просто разность среднего трех наблюдений для обработки 1 и среднего трех наблюдений для обработки 2 со стандартной ошибкой, соответствующей полным данным, равной
и суммой квадратов
Как в примере 2.1, сначала оценим оба пропуска общим средним и получим остатки
и верную общую сумму квадратов
При
для
пропуска будем подставлять 1, а для всех остальных значений
и проводить анализ получаемой
сопеременной пропусков с помощью программы дисперсионного анализа для полных данных. Пусть
вектор остатков, соответствующий
пропускам, и
оценка исследуемой линейной комбинации параметров. Тогда
как указано в примере
и, следовательно,
Теперь заполним пропуски оценками наименьших квадратов, найденными в примере 2.1 (7,8549, 7,9206), и проведем дисперсионный анализ по заполненным данным. Получаем оценку
Из (2.23) получаем правильную стандартную ошибку X:
а из (2.24) — правильную сумму квадратов, относящуюся к