Los datos de $(x_1, y_1), \dots, (x_n, y_n)$ es modelado con $x_i$ no aleatorio y $y_i$ de los valores observados de $$Y_i = \alpha + \beta (x_i - \bar x) + \sigma \epsilon_i$$ with $\epsilon_i \sim N(0,1)$.
He calculado el MLE de los parámetros $\alpha, \beta$ $\sigma^2$ $\hat \alpha = \bar y$ y $$\hat \beta = \frac{\sum y_i(x_i - \bar x)}{\sum (x_i - \bar x)^2}$$ we now have a corresponding estimator for $\beta$ given by $$B = \frac{\sum Y_i(x_i - \bar x)}{\sum (x_i - \bar x)^2}$$ which apparently (according to my notes) is normally distributed with a mean of $\beta$ and a variance of $$\sigma^2 \over \sum(x_i - \bar x)^2$$ y no puedo justificar a mí mismo por qué este es el caso! Podría alguien por favor ayudar a explicar esto? Gracias!