• Journal of the Korean Statistical Society
• /
• 제23권1호
• /
• pp.33-38
• /
• 1994

The OLS-estimator of the distribance variance in the linear regression model is shown to be asymptotically unbiased when the disturbances are MA(1)-process or particular s-th autocorrelated AR(s)-process.

• Asia Marketing Journal
• /
• 제11권1호
• /
• pp.29-38
• /
• 2009

시계열 확산 데이터를 활용하여 Bass 확산모형을 최소자승법(OLS)으로 추정하면, 초기에는 과다 추정하고 변곡점을 지나서는 수요를 낮게 추정하는 경향이 있다. 또한 확산모형에서 필요한 변수가 모형에서 빠짐으로 인해 발생하는 설정오류는 잔차의 자기상관을 발생시킬 수 있다. 자기상관이 오차항에 있을 경우, 추정된 모형의 모수들은 불편추정치이나 비효율적 추정치가 된다. 따라서 이러한 문제를 해결하는 확산모형의 개발이 요구된다. 본 연구에서는 자기상관 오차항을 고려한 수정된 확산모형을 제안하였다. 모형의 검증을 위해 미국의 CT-스캐너와 우리나라의 FPD TV 판매량를 제안된 모형에 응용하였다. 분석결과, 제안된 모형이 기존 모형에 비해 적합도와 모형의 주요 추정 통계량에서 우수함을 보였다.

• Communications for Statistical Applications and Methods
• /
• 제1권1호
• /
• pp.112-118
• /
• 1994

The generalized least squares estimator in the linear regression model is equivalent to difference estimator irrespective of the particular form of the regressor matrix when the disturbances are generated by a seasonally autoregressive provess and autocorrelation is closed to unity.

• Journal of the Korean Statistical Society
• /
• 제27권3호
• /
• pp.319-329
• /
• 1998

In the linear regression model with an autocorrelated disturbances, the Cochrane-Orcutt estimator (COE) is a well known alternative to the Generalized Least Squares estimator (GLSE). The efficiency of COE has been studied empirically in a Monte Carlo study when the unknown parameters are estimated by maximum likelihood method. In this paper, it is theoretically proved that the COE is shown to be inferior to the GLSE. The comparisons are based on the difference of corresponding information matrices or the ratio of their determinants.