OLS估计量β^=CY
假设β∗是其他方法得到的关于无偏估计量:
β∗=C∗Y
其中C∗=C+D=(X′X)−1X′+D,D为固定矩阵。于是
β∗=C∗Y=C∗Xβ+C∗μE(β∗)=C∗Xβ+C∗E(μ)=C∗Xβ
根据无偏性要求C∗X=I。而
C∗X=(X′X)−1X′X+DX
所以需要DX=0。
Cov(β∗)=E[(β∗−β)(β∗−β)′]=E[(C∗Y−β)(C∗Y−β)]=E[(C∗μ)(C∗μ)′]=E[C∗μμ′C∗′]=[(X′X)−1X′+D]E(μμ′)[X(X′X)−1+D′]=σ2[(X′X)−1X′X(X′X)−1+DX(X′X)−1+(X′X)−1X′D′+DD′]=σ2(X′X)−1+σ2DD′=Cov(β^)+σ2DD′≥Cov(β^)