Linear Regression
Model (CNLRM)
Kelompok 4
Oleh karena itu, karena , , dan adalah variabel acak, kita perlu mengetahui distribusi probabilitasnya,
karena tanpa pengetahuan tersebut maka tidak akan dapat menghubungkannya dengan nilai
sebenarnya.
Distribusi Probabilitas dari gangguan
2
Varians
: - )]² = (
Disederhanakan menjadi
Persamaan diatas mengartikan bahwa , tidak berkorelasi serta terdistribusi sendiri-sendiri (kedua
variabel tidak saling mempengaruhi). Oleh karena itu persamaan diatas dituliskan sebagai
Dimana NID singkatan dari terdistribusi secara normal dan independen
Alasan Mengaplikasikan Asumsi
Normalitas
Penggunaan statistik teori limit terpusat (central limit theorem-CLT) yang mampu mengetahui sejumlah variabel acak independen dan
terdistribusi secara identik.
Varian dari CLT menyatakan walau jumlah beberapa variabel tidak independen secara ketat, jumlah variabel masih
terdistribusi normal
Dengan asumsi normalitas, distribusi probabilitas dari estimator OLS dapat secara mudah diturunkan
Distribusi normal merupakan distribusi pembanding yang sederhana dan hanya melibatkan dua parameter
saja (rerata dan varian)
Asumsi normalitas, mampu untukmenggunakan hasil pengujian stattistik t, F, dan untuk model-model
regresinya.
Terdapat banyak data cross-section dan data time series yang cukup memiliki jumlah sampel besar
Estimator-estimator tersebut tidak
Memiliki
bias varian minimum
Bersifat konsisten
Sifat-Sifat Estimator , terdistribusi secara normal
dengan
Ekonometrika