Matrices Statistics and Big Data

Selected Contributions from IWMS 2016

S. Ejaz Ahmed
Visit to download the full and correct content document:
https://textbookfull.com/product/matrices-statistics-and-big-data-selected-contribution
s-from-iwms-2016-s-ejaz-ahmed/
More products digital (pdf, epub, mobi) instant
download maybe you interests ...

Big and Complex Data Analysis Methodologies and

Applications Ahmed

https://textbookfull.com/product/big-and-complex-data-analysis-
methodologies-and-applications-ahmed/

Selected Contributions on Statistics and Data Science

in Latin America 33 FNE and 13 CLATSE 2018 Guadalajara
Mexico October 1 5 Isadora Antoniano-Villalobos

https://textbookfull.com/product/selected-contributions-on-
statistics-and-data-science-in-latin-america-33-fne-
and-13-clatse-2018-guadalajara-mexico-october-1-5-isadora-
antoniano-villalobos/

From Big Data to Big Profits Success with Data and

Analytics 1st Edition Russell Walker

https://textbookfull.com/product/from-big-data-to-big-profits-
success-with-data-and-analytics-1st-edition-russell-walker/

Practical Aspects of Chemical Engineering: Selected

Contributions from PAIC 2019 Marek Ochowiak

https://textbookfull.com/product/practical-aspects-of-chemical-
engineering-selected-contributions-from-paic-2019-marek-ochowiak/
Advanced Visual Interfaces Supporting Big Data
Applications AVI 2016 Workshop AVI BDA 2016 Bari Italy
June 7 10 2016 Revised Selected Papers 1st Edition
Marco X. Bornschlegl
https://textbookfull.com/product/advanced-visual-interfaces-
supporting-big-data-applications-avi-2016-workshop-avi-
bda-2016-bari-italy-june-7-10-2016-revised-selected-papers-1st-
edition-marco-x-bornschlegl/

Advances in Mechanical Engineering Selected

Contributions from the Conference Modern Engineering
Science and Education Saint Petersburg Russia June 2016
1st Edition Alexander N. Evgrafov (Eds.)
https://textbookfull.com/product/advances-in-mechanical-
engineering-selected-contributions-from-the-conference-modern-
engineering-science-and-education-saint-petersburg-russia-
june-2016-1st-edition-alexander-n-evgrafov-eds/

Knowledge Graph and Semantic Computing Semantic

Knowledge and Linked Big Data First China Conference
CCKS 2016 Beijing China September 19 22 2016 Revised
Selected Papers 1st Edition Huajun Chen
https://textbookfull.com/product/knowledge-graph-and-semantic-
computing-semantic-knowledge-and-linked-big-data-first-china-
conference-ccks-2016-beijing-china-september-19-22-2016-revised-
selected-papers-1st-edition-huajun-chen/

From Random Walks to Random Matrices - Selected Topics

in Modern Theoretical Physics 1st Edition Jean Zinn-
Justin

https://textbookfull.com/product/from-random-walks-to-random-
matrices-selected-topics-in-modern-theoretical-physics-1st-
edition-jean-zinn-justin/

Agent-Based Models and Complexity Science in the Age of

Geospatial Big Data: Selected Papers from a workshop on
Agent-Based Models and Complexity Science (GIScience
2016) 1st Edition Liliana Perez
https://textbookfull.com/product/agent-based-models-and-
complexity-science-in-the-age-of-geospatial-big-data-selected-
papers-from-a-workshop-on-agent-based-models-and-complexity-
Contributions to Statistics

S. Ejaz Ahmed
Francisco Carvalho
Simo Puntanen Editors

Matrices,
Statistics
and Big Data
Selected Contributions from IWMS 2016
Contributions to Statistics
The series Contributions to Statistics contains publications in theoretical and
applied statistics, including for example applications in medical statistics, biomet-
rics, econometrics and computational statistics. These publications are primarily
monographs and multiple author works containing new research results, but confer-
ence and congress reports are also considered.
Apart from the contribution to scientific progress presented, it is a notable charac-
teristic of the series that publishing time is very short, permitting authors and editors
to present their results without delay.

More information about this series at http://www.springer.com/series/2912

S. Ejaz Ahmed • Francisco Carvalho •
Simo Puntanen
Editors

Matrices, Statistics
and Big Data
Selected Contributions from IWMS 2016

123
Editors
S. Ejaz Ahmed Francisco Carvalho
Department of Mathematics and Statistics Departmental Unit of Mathematics
Brock University and Physics
St. Catharines, ON, Canada Polytechnic Institute of Tomar
Tomar, Portugal

Simo Puntanen
Faculty of Natural Sciences
University of Tampere
Tampere, Finland

ISSN 1431-1968
Contributions to Statistics
ISBN 978-3-030-17518-4 ISBN 978-3-030-17519-1 (eBook)
https://doi.org/10.1007/978-3-030-17519-1

Mathematics Subject Classification (2010): 60-xx, 15-xx, 62Hxx, 62Jxx, 62Kxx, 62-07, 15Axx, 15Bxx,
60Jxx

© Springer Nature Switzerland AG 2019

This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part of
the material is concerned, specifically the rights of translation, reprinting, reuse of illustrations, recitation,
broadcasting, reproduction on microfilms or in any other physical way, and transmission or information
storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar methodology
now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this publication
does not imply, even in the absence of a specific statement, that such names are exempt from the relevant
protective laws and regulations and therefore free for general use.
The publisher, the authors, and the editors are safe to assume that the advice and information in this book
are believed to be true and accurate at the date of publication. Neither the publisher nor the authors or
the editors give a warranty, express or implied, with respect to the material contained herein or for any
errors or omissions that may have been made. The publisher remains neutral with regard to jurisdictional
claims in published maps and institutional affiliations.

This Springer imprint is published by the registered company Springer Nature Switzerland AG.
The registered company address is: Gewerbestrasse 11, 6330 Cham, Switzerland
To Ingram Olkin
Preface

The 25th International Workshop on Matrices and Statistics (IWMS-2016) was held
in the city of Funchal on the beautiful Madeira Island, the Pearl of the Atlantic, on
6–9 June 2016.
The purpose of this workshop was to bring together researchers sharing an
interest in a variety of aspects of statistics and its applications as well as matrix
analysis and its applications to statistics and to offer them a possibility to discuss
current developments in these subjects. The workshop contributed to bridge the gap
among statisticians, computer scientists, and mathematicians in understanding each
other’s tools.
The Local Organizing Committee was chaired by Francisco Carvalho (Tomar,
Portugal) and the International Organizing Committee by Simo Puntanen (Tampere,
Finland), while George P. H. Styan (Montréal, Québec, Canada) was the Honorary
Chair.
IWMS-2016 was organized by the Instituto Politécnico de Tomar and Uni-
versidade da Madeira and was supported by the CMA (Centro de Matemática
e Aplicações) (FCT, UNL), CIMA (Centro de Investigação em Matemática e
Aplicações) (UE), PSE (Produtos e Serviços de Estatística), INE (Instituto Nacional
de Estatística), FLAD (Fundação Luso-Americana para o Desenvolvimento), Delta
Cafés, and Associação de Promoção da Madeira.
The workshop comprised invited talks, contributed talks, and special sessions;
for the details, see the conference report on IWMS-2016 in IMAGE, The Bulletin
of the International Linear Algebra Society, Issue Number 57, pp. 18–19. The final
program and the Book of Abstracts, edited by Daniel Klein and Francisco Carvalho,
are online on the IWMS-2016 website.
For previous IWMS workshops, see the IWMS-website, from where, for exam-
ple, “a short history of the International Workshop on Matrices and Statistics”
can be downloaded: online pdf. The 26th International Workshop on Matrices and
Statistics was held in Montréal, Québec, Canada, in 2018, and the 27th International
Workshop on Matrices and Statistics will be held in Shanghai, China, in 2019.

vii
viii Preface

This volume, Matrices, Statistics, and Big Data, in the series Contributions to
Statistics published by Springer, comprises selected refereed papers presented at
the IWMS-2016.
We would like to thank all the authors for their valuable contributions to this
volume. Our special thanks go to all the reviewers for their diligent reviews.

St. Catharines, ON, Canada S. Ejaz Ahmed

Tomar, Portugal Francisco Carvalho
Tampere, Finland Simo Puntanen
October 2018
Contents

Further Properties of the Linear Sufficiency in the Partitioned

Linear Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 1
Augustyn Markiewicz and Simo Puntanen
Hybrid Model for Recurrent Event Data .. . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 23
Ivo Sousa-Ferreira and Ana Maria Abreu
A New Look at Combining Information from Stratum Submodels . . . . . . . . 35
Radosław Kala
Ingram Olkin (1924–2016): An Appreciation for a People Person . . . . . . . . . 51
Simo Puntanen and George P. H. Styan
A Notion of Positive Definiteness for Arithmetical Functions .. . . . . . . . . . . . . . 61
Mika Mattila and Pentti Haukkanen
Some Issues in Generalized Linear Modeling . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 75
Alan Agresti
Orthogonal Block Structure and Uniformly Best Linear Unbiased
Estimators. . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 89
Sandra S. Ferreira, Dário Ferreira, Célia Nunes, Francisco Carvalho,
and João Tiago Mexia
Hadamard Matrices on Error Detection and Correction: Useful
Links to BIBD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 99
Carla Francisco, Teresa A. Oliveira, Amílcar Oliveira,
and Francisco Carvalho
Covariance Matrix Regularization for Banded Toeplitz Structure
via Frobenius-Norm Discrepancy . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 111
Xiangzhao Cui, Zhenyang Li, Jine Zhao, Defei Zhang, and Jianxin Pan

ix
x Contents

Penalized Relative Error Estimation of a Partially Functional

Linear Multiplicative Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 127
Tao Zhang, Yuan Huang, Qingzhao Zhang, Shuangge Ma,
and S. Ejaz Ahmed
High-Dimensional Regression Under Correlated Design: An
Extensive Simulation Study .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 145
S. Ejaz Ahmed, Hwanwoo Kim, Gökhan Yıldırım, and Bahadır Yüzbaşı
An Efficient Estimation Strategy in Autoregressive Conditional
Poisson Model with Applications to Hospital Emergency
Department Data .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 177
S. Ejaz Ahmed, Khalifa Es-Sebaiy, Abdulkadir Hussein, Idir Ouassou,
and Anne Snowdon
Contributors

Ana Maria Abreu Universidade da Madeira, Funchal, Portugal

CIMA–Centro de Investigação em Matemática e Aplicações, Universidade da
Madeira, Funchal, Portugal
Alan Agresti University of Florida, Gainesville, FL, USA
S. Ejaz Ahmed Department of Mathematics and Statistics, Brock University,
St. Catharines, ON, Canada
Francisco Carvalho Departmental Unit of Mathematics and Physics, Polytechnic
Institute of Tomar and Center of Mathematics and Applications, FCT/UNL, Monte
da Caparica, Portugal
Xiangzhao Cui School of Mathematics, University of Honghe, Yunnan, China
Khalifa Es-Sebaiy National School of Applied Sciences, Marrakech, Morocco
Dário Ferreira Department of Mathematics and Center of Mathematics and
Applications, University of Beira Interior, Covilhã, Portugal
Sandra S. Ferreira Department of Mathematics and Center of Mathematics and
Applications, University of Beira Interior, Covilhã, Portugal
Carla Francisco Département des Sciences du Bois et de la Forêt, Université
Laval, Québec, QC, Canada
Pentti Haukkanen School of Information Sciences, University of Tampere,
Tampere, Finland
Yuan Huang Department of Biostatistics, University of Iowa, Iowa City, IA, USA
Abdulkadir Hussein University of Windsor, Windsor, ON, Canada
Radosław Kala Department of Mathematical and Statistical Methods, Poznań
University of Life Sciences, Poznań, Poland
Hwanwoo Kim Department of Statistics, University of Michigan, Ann Arbor, MI,
USA
xi
xii Contributors

Zhenyang Li School of Mathematics, University of Honghe, Yunnan, China

Shuangge Ma Department of Biostatistics, Yale University, New Haven, CT, USA
VA Cooperative Studies Program Coordinating Center, West Haven, CT, USA
Augustyn Markiewicz Department of Mathematical and Statistical Methods,
Poznań University of Life Sciences, Poznań, Poland
Mika Mattila Department of Mathematics, Tampere University of Technology,
Tampere, Finland
João Tiago Mexia Department of Mathematics and Center of Mathematics and
Applications, FCT/Universidade Nova de Lisboa, Monte da Caparica, Portugal
Célia Nunes Department of Mathematics and Center of Mathematics and Applica-
tions, University of Beira Interior, Covilhã, Portugal
Amílcar Oliveira Departamento de Ciências e Tecnologia, Universidade Aberta,
Lisboa, Portugal
Centro de Estatística e Aplicações, Universidade de Lisboa, Lisboa, Portugal
Teresa A. Oliveira Departamento de Ciências e Tecnologia, Universidade
Aberta,Lisboa, Portugal
Centro de Estatística e Aplicações, Universidade de Lisboa, Lisboa, Portugal
Idir Ouassou National School of Applied Sciences, Marrakech, Morocco
Simo Puntanen Faculty of Natural Sciences, University of Tampere, Tampere,
Finland
Jianxin Pan School of Mathematics, University of Manchester, Manchester, UK
George P. H. Styan Department of Mathematics and Statistics, McGill University,
Montréal, QC, Canada
Anne Snowdon University of Windsor, Windsor, ON, Canada
Ivo Sousa-Ferreira Universidade da Madeira, Funchal, Portugal
Gökhan Yıldırım Department of Mathematics and Statistics, York University,
Toronto, ON Canada
Bahadır Yüzbaşı Department of Econometrics, Inonu University, Malatya, Turkey
Defei Zhang School of Mathematics, University of Honghe, Yunnan, China
Tao Zhang School of Science, Guangxi University of Science and Technology,
Liuzhou, China
Qingzhao Zhang School of Economics and The Wang Yanan Institute for Studies
in Economics, Xiamen University, Xiamen, China
Jine Zhao School of Mathematics, University of Honghe, Yunnan, China
Further Properties of the Linear
Sufficiency in the Partitioned Linear
Model

Augustyn Markiewicz and Simo Puntanen

Abstract A linear statistic Fy, where F is an f × n matrix, is called linearly

sufficient for estimable parametric function Kβ under the model M = {y, Xβ, V},
if there exists a matrix A such that AFy is the BLUE for Kβ. In this paper we
consider some particular aspects of the linear sufficiency in the partitioned linear
model where X = (X1 : X2 ) with β being partitioned accordingly. We provide
new results and new insightful proofs for some known facts, using the properties of
relevant covariance matrices and their expressions via certain orthogonal projectors.
Particular attention will be paid to the situation under which adding new regressors
(in X2 ) does not affect the linear sufficiency of Fy.

Keywords Best linear unbiased estimator · Generalized inverse · Linear model ·

Linear sufficiency · Orthogonal projector · Löwner ordering · Transformed linear
model

1 Introduction

In this paper we consider the partitioned linear model y = X1 β 1 + X2 β 2 + ε, or

shortly denoted

M12 = {y, Xβ, V} = {y, X1 β 1 + X2 β 2 , V} , (1)

where we may drop off the subscripts from M12 if the partitioning is not essential in
the context. In (1), y is an n-dimensional observable response variable, and ε is an

A. Markiewicz
Department of Mathematical and Statistical Methods, Poznań University of Life Sciences,
Poznań, Poland
e-mail: amark@up.poznan.pl
S. Puntanen ()
Faculty of Natural Sciences, University of Tampere, Tampere, Finland
e-mail: simo.puntanen@uta.fi

© Springer Nature Switzerland AG 2019 1

S. E. Ahmed et al. (eds.), Matrices, Statistics and Big Data,
Contributions to Statistics, https://doi.org/10.1007/978-3-030-17519-1_1
2 A. Markiewicz and S. Puntanen

unobservable random error with a known covariance matrix cov(ε) = V = cov(y)

and expectation E(ε) = 0. The matrix X is a known n × p matrix, i.e., X ∈ Rn×p ,
partitioned columnwise as X = (X1 : X2 ), Xi ∈ Rn×pi , i = 1, 2. Vector β =
(β 1 , β 2 ) ∈ Rp is a vector of fixed (but unknown) parameters; here, symbol  stands
for the transpose. Sometimes we will denote μ = Xβ, μi = Xi β i , i = 1, 2.
As for notations, the symbols r(A), A− , A+ , C (A), and C (A)⊥ denote,
respectively, the rank, a generalized inverse, the Moore–Penrose inverse, the column
space, and the orthogonal complement of the column space of the matrix A. By
A⊥ we denote any matrix satisfying C (A⊥ ) = C (A)⊥ . Furthermore, we will
write PA = PC (A) = AA+ = A(A A)− A to denote the orthogonal projector
(with respect to the standard inner product) onto C (A). In particular, we denote
M = In − PX , Mi = In − PXi , i = 1, 2.
In addition to the full model M12 , we will consider the small models Mi =
{y, Xi β i , V}, i = 1, 2, and the reduced model

M12·2 = {M2 y, M2 X1 β 1 , M2 VM2 } , (2)

which is obtained by premultiplying the model M12 by M2 = In − PX2 . There is

one further model that takes lot of our attention, it is the transformed model

Mt = {Fy, FXβ, FVF } = {Fy, FX1 β 1 + FX2 β 2 , FVF } , (3)

which is obtained be premultiplying M12 by matrix F ∈ Rf ×n .

We assume that the models under consideration are consistent which in the case
of M means that the observed value of the response variable satisfies

y ∈ C (X : V) = C (X : VX⊥ ) = C (X) ⊕ C (VX⊥ ) , (4)

where “⊕” refers to the direct sum of column spaces.

Under the model M , the statistic Gy, where G is an n × n matrix, is the best
linear unbiased estimator, BLUE, of Xβ if Gy is unbiased, i.e., GX = X, and it
has the smallest covariance matrix in the Löwner sense among all unbiased linear
estimators of Xβ; shortly denoted

cov(Gy) ≤L cov(Cy) for all C ∈ Rn×n : CX = X . (5)

The BLUE of an estimable parametric function Kβ, where K ∈ Rk×p , is defined

in the corresponding way. Recall that Kβ is said to be estimable if it has a linear
unbiased estimator which happens if and only if C (K ) ⊂ C (X ), i.e.,

Kβ is estimable under M ⇐⇒ C (K ) ⊂ C (X ) . (6)

The structure of our paper is as follows. In Sect. 2 we provide some preliminary

results that are not only needed later on but they also have some matrix-algebraic
interest in themselves. In Sects. 3 and 4 we consider the estimation of μ = Xβ and
Linear Sufficiency 3

μ1 = X1 β 1 , respectively. In Sect. 5 we study the linear sufficiency under M1 vs.

M12 . We characterize the linearly sufficient statistic Fy by using the covariance
matrices of the BLUEs under M12 and under its transformed version Mt . In
particular, certain orthogonal projectors appear useful in our considerations. From a
different angle, the linear sufficiency in a partitioned linear model has been treated,
e.g., in Isotalo and Puntanen [10, 11], Markiewicz and Puntanen [16], and Kala and
Pordzik [13]. Baksalary [1, 2, §3.3, §5] considered linear sufficiency under M12 and
M1 assuming that V = In . Dong et al. [6] study interesting connections between
the BLUEs under two transformed models using the so-called matrix-rank method.

2 Some Preliminary Results

For the proof of the following fundamental lemma, see, e.g., Rao [22, p. 282].
Lemma 1 Consider the general linear model M = {y, Xβ, V}. Then the statistic
Gy is the BLUE for Xβ if and only if G satisfies the equation

G(X : VX⊥ ) = (X : 0) , (7)

in which case we denote G ∈ {PX|VX⊥ }. The corresponding condition for By to be

the BLUE of an estimable parametric function Kβ is

B(X : VX⊥ ) = (K : 0) . (8)

Two estimators G1 y and G2 y are said to be equal (with probability 1) whenever

G1 y = G2 y for all y ∈ C (X : V) = C (X : VX⊥ ). When talking about the equality
of estimators we sometimes may drop the phrase “with probability 1”. Thus for
any G1 , G2 ∈ {PX|VX⊥ } we have G1 (X : VX⊥ ) = G2 (X : VX⊥ ), and thereby
G1 y = G2 y with probability 1.
One well-known solution for G in (7) (which is always solvable) is

PX;W− := X(X W− X)− X W− , (9)

where W is a matrix belonging to the set of nonnegative definite matrices defined as

 
W = W ∈ Rn×n : W = V + XUU X , C (W) = C (X : V) . (10)

For clarity, we may use the notation WA to indicate which model is under
consideration. Similarly, WA may denote a member of class WA . We will also
use the phrase “WA is a W-matrix under the model A ”.
4 A. Markiewicz and S. Puntanen

For the partitioned linear model M12 we will say that W ∈ W if the following
properties hold:
 U1 U1 0  X1 
W = V + XUU X = V + (X1 : X2 ) 0 U2 U2 X2

= V + X1 U1 U1 X1 + X2 U2 U2 X2 , (11a)

Wi = V + Xi Ui Ui Xi , i = 1, 2, (11b)
C (W) = C (X : V) , C (Wi ) = C (Xi : V) , i = 1, 2. (11c)

For example, the following statements concerning W ∈ W are equivalent:

C (X : V) = C (W), C (X) ⊂ C (W), C (X W− X) = C (X ) . (12)

Instead of W , several corresponding properties also hold in the extended set

 
W∗ = W ∈ Rn×n : W = V + XNX , C (W) = C (X : V) , (13)

where N ∈ Rp×p can be any (not necessarily nonnegative definite) matrix satisfying
C (W) = C (X : V). However, in this paper we consider merely the set W . For
further properties of W∗ , see, e.g., Puntanen et al. [21, §12.3] and Kala et al. [15].
Using (9), the BLUEs of μ = Xβ and of estimable Kβ, respectively, can be
expressed as

BLUE(Xβ | M ) = μ̃(M ) = X(X W− X)− X W− y, (14a)

BLUE(Kβ | M ) = K(X W− X)− X W− y, (14b)

where W belongs to the class W . The representations (14a)–(14b) are invariant with
respect to the choice of generalized inverses involved; this can be shown using (12)
and the fact that for any nonnull A and C the following holds [Rao and Mitra [23,
Lemma 2.2.4]]:

AB− C = AB+ C for all B− ⇐⇒ C (C) ⊂ C (B) and C (A ) ⊂ C (B ) . (15)

Notice that part X(X W− X)− X of PX;W− in (9) is invariant with respect to the
choice of generalized inverses involved but

PX;W+ = X(X W+ X)+ X W+ = X(X W− X)− X W+ (16)

for any choice of W− and (X W− X)− .

The concept of linear sufficiency was introduced by Baksalary and Kala [3]
and Drygas [7] who considered linear statistics, which are “sufficient” for Xβ
under M , or in other words, “linear transformations preserving best linear unbiased
estimators”. A linear statistic Fy, where F ∈ Rf ×n , is called linearly sufficient for
Linear Sufficiency 5

Xβ under the model M if there exists a matrix A ∈ Rn×f such that AFy is the
BLUE for Xβ. Correspondingly, Fy is linearly sufficient for estimable Kβ, where
K ∈ Rk×p , if there exists a matrix A ∈ Rk×f such that AFy is the BLUE for Kβ.
Sometimes we will denote shortly Fy ∈ S(Xβ) or Fy ∈ S(Xβ | M ), to indicate
that Fy is linearly sufficient for Xβ under the model M (if the model is not obvious
from the context).
Drygas [7] introduced the concept of linear minimal sufficiency and defined it as
follows: Fy is linearly minimal sufficient if for any other linearly sufficient statistics
Sy, there exists a matrix A such that Fy = ASy almost surely.
In view of Lemma 1, Fy is linearly sufficient for Xβ if and only if the equation

AF(X : VM) = (X : 0) (17)

has a solution for A. Baksalary and Kala [3] and Drygas [7] proved part (a) and
Baksalary and Kala [4] part (b) of the following:
Lemma 2 Consider the model M = {y, Xβ, V} and let Kβ be estimable. Then:
(a) The statistic Fy is linearly sufficient for Xβ if and only if

C (X) ⊂ C (WF ) , where W ∈ W . (18)

Moreover, Fy is linearly minimal sufficient for Xβ if and only if C (X) =

C (WF ).
(b) The statistic Fy is linearly sufficient for Kβ if and only if

C [X(X W− X)− K ] ⊂ C (WF ) , where W ∈ W . (19)

Moreover, Fy is linearly minimal sufficient for Kβ if and only if equality holds

in (19).
Actually, Kala et al. [15] showed that in Lemma 2 the class W can be replaced
with the more general class W∗ defined in (13). For further related references, see
Baksalary and Mathew [5] and Müller [19].
Supposing that Fy is linearly sufficient for Xβ, one could expect that both M
and its transformed version Mt = {Fy, FXβ, FVF } provide the same basis for
obtaining the BLUE of Xβ. This connection was proved by Baksalary and Kala
[3, 4]. Moreover, Tian and Puntanen [24, Th. 2.8] and Kala et al. [14, Th. 2] showed
the following:
Lemma 3 Consider the model M = {y, Xβ, V} and Mt = {Fy, FXβ, FVF },
and let Kβ be estimable under M12 and Mt . Then the following statements are
equivalent:
(a) Fy is linearly sufficient for Kβ.
(b) BLUE(Kβ | M ) = BLUE(Kβ | Mt ) with probability 1.
6 A. Markiewicz and S. Puntanen

(c) There exists at least one representation of BLUE of Kβ under M which is the
BLUE also under the transformed model Mt .
Later we will need the following Lemma 4. The proofs are parallel to those
in Puntanen et al. [21, §5.13] and Markiewicz and Puntanen [17, Th. 5.2]. In
this lemma the notation A1/2 stands for the nonnegative definite square root of a
nonnegative definite matrix A. Similarly A+1/2 denotes the Moore–Penrose inverse
of A1/2 . Notice that in particular PA = A1/2 A+1/2 = A+1/2 A1/2 .
Lemma 4 Let W, W1 and W2 be defined as in (11a)–(11c). Then:
(a) C (VM)⊥ = C (WM)⊥ = C (W+ X : QW ), where QW = In − PW ,
(b) C (W1/2 M)⊥ = C (W+1/2 X : QW ) ,
(c) C (W1/2 M) = C (W+1/2 X : QW )⊥ = C (W+1/2 X)⊥ ∩ C (W) ,
(d) PW1/2 M = PW − PW+1/2 X = PC (W)∩C (W+1/2 X)⊥ .
Moreover, in (a)–(d) the matrices X, M and W can be replaced with Xi , Mi
and Wi , i = 1, 2, respectively, so that, for example, (a) becomes
(e) C (VMi )⊥ = C (Wi Mi )⊥ = C (W+ i Xi : QWi ), i = 1, 2.
Similarly, reversing the roles of X and M, the following, for example, holds:
(f) C (W+ X)⊥ = C (WM : QW ) and C (W+ X) = C (VM)⊥ ∩ C (W).
Also the following lemma appears to be useful for our considerations.
Lemma 5 Consider the partitioned linear model M12 and suppose that F is an
f × n matrix and W ∈ W . Then
(a) C (F QFX2 ) = C (F ) ∩ C (M2 ), where QFX2 = If − PFX2 ,
(b) C (WF QFX2 ) = C (WF ) ∩ C (WM2 ) ,
(c) C (W1/2 F QFX2 ) = C (W1/2 F ) ∩ C (W1/2 M2 ) ,
(d) F QFX2 = M2 F QFX2 .
Proof In light of Rao and Mitra [23, Complement 7, p. 118], we get

C (F ) ∩ C (M2 ) = C [F (FM⊥ ⊥ 

2 ) ] = C (F QFX2 ) , (20)

and so (a) is proved. In view of Lemma 4, we have C (W1/2 M2 )⊥ = C (W+1/2 X2 :

QW ) , and hence
 
C (W1/2 F ) ∩ C (W1/2 M2 ) = C W1/2 F [FW1/2(W1/2 M2 )⊥ ]⊥
 
= C W1/2 F [FW1/2(W+1/2 X2 : QW )]⊥
= C [W1/2F (FX2 )⊥ ] = C (W1/2 F QFX2 ) . (21)

Obviously in (21) W1/2 can be replaced with W. The statement (d) follows
immediately from the inclusion C (F QFX2 ) ⊂ C (M2 ).
Next we present an important lemma characterizing the estimability under M12
and Mt .
Linear Sufficiency 7

Lemma 6 Consider the models M12 and its transformed version Mt and let F be
an f × n matrix. Then the followings statements hold:
(a) Xβ is estimable under Mt if and only if

C (X ) = C (X F ), i.e., C (X) ∩ C (F )⊥ = {0} . (22)

(b) X1 β 1 is estimable under M12 if and only if

C (X1 ) = C (X1 M2 ) , i.e., C (X1 ) ∩ C (X2 ) = {0} . (23)

(c) X1 β 1 is estimable under Mt if and only if

C (X1 ) = C (X1 F QFX2 ) , (24)

or, equivalently, if and only if

C (X1 ) = C (X1 F ) and C (FX1 ) ∩ C (FX2 ) = {0} . (25)

(d) β is estimable under M12 if and only if r(X) = p.

(e) β 1 is estimable under M12 if and only if r(X1 M2 ) = p1 .
(f) β 1 is estimable under Mt if and only if r(X1 F QFX2 ) = r(X1 ) = p1 .
Proof In view of (6), Xβ is estimable under Mt if and only if C (X ) ⊂ C (X F ),
i.e., C (X ) = C (X F ). The alternative claim in (a) follows from

r(FX) = r(X) − C (X) ∩ C (F )⊥ , (26)

where we have used the rank rule of Marsaglia and Styan [18, Cor. 6.2] for the
matrix product. For the claim (b), see, e.g., Puntanen et al. [21, §16.1]. To prove (c),
we observe that X1 β 1 = (X1 : 0)β is estimable under Mt if and only if
    
X1 X1 F
C ⊂C , i.e., X1 = X1 F A and 0 = X2 F A , (27)
0 X2 F

for some A. The equality 0 = X2 F A means that A = QFX2 B for some B, and
thereby X1 = X1 F QFX2 B which holds if and only if C (X1 ) = C (X1 F QFX2 ) .
Thus we have proved condition (24). Notice that (24) is equivalent to

r(X1 ) = r(X1 F QFX2 ) = r(X1 F ) − dim C (FX1 ) ∩ C (FX2 )

= r(X1 ) − dim C (X1 ) ∩ C (F )⊥ − dim C (FX1 ) ∩ C (FX2 ) , (28)

which confirms (25). The proofs of (d)–(f) are obvious.

For the proof Lemma 7, see, e.g., Puntanen et al. [21, p. 152].
8 A. Markiewicz and S. Puntanen

Lemma 7 The following three statements are equivalent:

PA − PB is an orthogonal projector, PA − PB ≥L 0, C (B) ⊂ C (A). (29)

If any of the above conditions holds, then PA − PB = PC (A)∩C (B)⊥ = P(I−PB )A .

3 Linearly Sufficient Statistic for μ = Xβ in M12

Let us consider a partitioned linear model M12 = {y, X1 β 1 + X2 β 2 , V} , and

its transformed version Mt = {Fy, FX1 β 1 + FX2 β 2 , FVF }. Choosing W =
V + XUU X ∈ W , we have, for example, the following representations for the
covariance matrix of the BLUE for μ = Xβ:

cov(μ̃ | M12 ) = V − VM(MVM)− MV = W − WM(MWM)− MW − T

= W1/2 (In − PW1/2 M )W1/2 − T = W1/2 PW+1/2 X W1/2 − T
= X(X W+ X)− X − T = X(X W+1/2 W+1/2 X)− X − T , (30)

where T = XUU X . Above we have used Lemma 4d which gives

In − PW1/2 M = QW + PW+1/2 X . (31)

Consider then the transformed model Mt and assume that Xβ is estimable under
Mt , i.e., (22) holds. Under Mt we can choose the W-matrix as

WMt = FVF + FXUU X F = FWF ∈ WMt , (32)

and so, denoting T = XUU X, we have

μ̃(Mt ) = BLUE(Xβ | Mt ) =: Gt y
= X[X F (FWF )− FX]− X F (FWF )− Fy , (33)
cov(μ̃ | Mt ) = X[X F (FWF )− FX]− X − T
= X(X W+1/2 PW1/2 F W+1/2 X)− X − T . (34)

Of course, by the definition of the BLUE, we always have the Löwner ordering

cov(μ̃ | M12 ) ≤L cov(μ̃ | Mt ) . (35)

However, it is of interest to confirm (35) algebraically. To do this we see at once that

X W+1/2 W+1/2 X ≥L X W+1/2 PW1/2 F W+1/2 X . (36)

Linear Sufficiency 9

Now (36) is equivalent to

(X W+1/2 W+1/2 X)+ ≤L (X W+1/2 PW1/2 F W+1/2 X)+ . (37)

Notice that the equivalence of (36) and (37) holds in view of the following result:
Let 0 ≤L A ≤L B. Then A+ ≥L B+ if and only if r(A) = r(B) ; see Milliken and
Akdeniz [20]. Now r(X W+ X) = r(X W) = r(X), and

r(X W+1/2 PW1/2 F W+1/2 X) = r(X W+1/2 PW1/2 F )

= r(X PW F ) = r(X F ) = r(X) , (38)

where the last equality follows from the estimability condition (25). Now (37)
implies

X(X W+1/2 W+1/2 X)− X ≤L X(X W+1/2 PW1/2 F W+1/2 X)− X , (39)

which is just (35).

Now E(Gt y) = Xβ, and hence by Lemma 3, Fy is linearly sufficient for Xβ if
and only if

cov(μ̃ | M12 ) = cov(μ̃ | Mt ) . (40)

Next we show directly that (40) is equivalent to (18). First we observe that (40)
holds if and only if

X(X W+1/2 W+1/2 X)− X = X(X W+1/2 PW1/2 F W+1/2 X)− X . (41)

Pre- and postmultiplying (41) by X+ and by (X )+ , respectively, and using the fact
that PX = X+ X, gives an equivalent form to (41):

(X W+1/2 W+1/2 X)+ = (X W+1/2 PW1/2 F W+1/2 X)+ . (42)

Obviously (42) holds if and only if C (W+1/2 X) ⊂ C (W1/2 F ), which further is

equivalent to

C (X) ⊂ C (WF ) , (43)

which is precisely the condition (18) for Fy being linearly sufficient for Xβ. As a
summary we can write the following:
Theorem 1 Let μ = Xβ be estimable under Mt and let W ∈ W . Then

cov(μ̃ | M12 ) ≤L cov(μ̃ | Mt ) . (44)

10 A. Markiewicz and S. Puntanen

Moreover, the following statements are equivalent:

(a) cov(μ̃ | M12 ) = cov(μ̃ | Mt ),
(b) X(X W+ X)− X = X(X W+1/2 PW1/2 F W+1/2 X)− X,
(c) X W+ X = X W+1/2 PW1/2 F W+1/2 X,
(d) C (W+1/2 X) ⊂ C (W1/2 F ),
(e) C (X) ⊂ C (WF ),
(f) Fy is linearly sufficient for μ = Xβ under M12 .

4 Linearly Sufficient Statistic for μ1 = X1 β 1 in M12

Consider then the estimation of μ1 = X1 β 1 under M12 . We assume that (23) holds
so that μ1 is estimable under M12 . Premultiplying the model M12 by M2 = In −PX2
yields the reduced model

M12·2 = {M2 y, M2 X1 β 1 , M2 VM2 } . (45)

Now the well-known Frisch–Waugh–Lovell theorem, see, e.g., Groß and Puntanen
[8], states that the BLUEs of μ1 under M12 and M12·2 coincide (with probability
1):

BLUE(μ1 | M12 ) = BLUE(μ1 | M12·2) . (46)

Hence, we immediately see that M2 y is linearly sufficient for μ1 .

Now any matrix of the form

M2 VM2 + M2 X1 U1 U1 X1 M2 (47)

satisfying C (M2 V : M2 X1 U1 ) = C (M2 V : M2 X1 ) , is a W-matrix in M12·2. We

may denote this class as WM12·2 , and

WM12·2 = M2 WM2 = M2 W1 M2 ∈ WM12·2 , (48)

where W and W1 are defined as in (11a)–(11c).

It is interesting to observe that in (47) the matrix U1 can be chosen as a null
matrix if and only if

C (M2 X1 ) ⊂ C (M2 V) , (49)

which can be shown to be equivalent to

C (X1 ) ⊂ C (X2 : V) . (50)

Linear Sufficiency 11

Namely, it is obvious that (50) implies (49) while the reverse implication follows
from the following:

C (X1 ) ⊂ C (X1 : X2 ) = C (X2 : M2 X1 ) ⊂ C (X2 : M2 V) = C (X2 : V) . (51)

This means that

M2 VM2 ∈ WM12·2 ⇐⇒ C (X1 ) ⊂ C (X2 : V) . (52)

One expression for the BLUE of μ1 = X1 β 1 , obtainable from M12·2, is

BLUE(μ1 | M12 ) = μ̃1 (M12 ) = X1 (X1 Ṁ2W X1 )− X1 Ṁ2W y , (53)

where

Ṁ2W = M2 W−
M M2 = M2 (M2 WM2 )− M2 . (54)
12·2

In particular, if (50) holds then we can choose WM12·2 = M2 VM2 , and

Ṁ2W = M2 (M2 VM2 )− M2 =: Ṁ2 . (55)

Notice that by Lemma 4d, we have

PW Ṁ2W PW = PW M2 (M2 WM2 )− M2 PW

= W+1/2 PW1/2 M2 W+1/2

= W+1/2 (PW − PW+1/2 X2 )W+1/2

= W+ − W+ X2 (X2 W+ X2 )− X2 W+ , (56)

and hence, for example,

WṀ2W X1 = W[W+ − W+ X2 (X2 W+ X2 )− X2 W+ ]X1

= [In − X2 (X2 W+ X2 )− X2 W+ ]X1 . (57)

Observe that in (54), (56) and (57) the matrix W can be replaced with W1 . For a
thorough review of the properties of Ṁ2W , see Isotalo et al. [12].
In the next theorem we collect some interesting properties of linearly sufficient
estimators of μ1 .
Theorem 2 Let μ1 = X1 β 1 be estimable under M12 and let W ∈ W . Then the
statistic Fy is linearly sufficient for μ1 under M12 if and only if

C (WṀ2W X1 ) ⊂ C (WF ) , (58)

12 A. Markiewicz and S. Puntanen

or, equivalently,

C {[In − X2 (X2 W+ X2 )− X2 W+ ]X1 } ⊂ C (WF ) , (59)

where Ṁ2W = M2 (M2 WM2 )− M2 . Moreover,

(a) M2 y is linearly sufficient for μ1 .
(b) Ṁ2W y = M2 (M2 WM2 )− M2 y is linearly sufficient for μ1 .
(c) X1 Ṁ2W y is linearly minimal sufficient for μ1 .
(d) If C (X1 ) ⊂ C (X2 : V), (58) becomes

C (WṀ2 X1 ) ⊂ C (WF ) , where Ṁ2 = M2 (M2 VM2 )− M2 . (60)

(e) If V is positive definite, (58) becomes C (Ṁ2 X1 ) ⊂ C (F ).

(f) If β 1 is estimable under M12 , then

Fy ∈ S(X1 β 1 | M12 ) ⇐⇒ Fy ∈ S(β 1 | M12 ) . (61)

Proof The sufficiency condition (58) was proved by Kala et al. [15, §3], and, using
a different approach, by Isotalo and Puntanen [10, Th. 2]. Claims (a), (b), (c) and (e)
are straightforward to confirm and (d) was considered already before the Theorem.
Let us confirm part (f). If Fy ∈ S(X1 β 1 | M12 ), then there exists a matrix A such
that

AF(X1 : X2 : VM) = (X1 : 0 : 0) . (62)

Because of the estimability of β 1 , the matrix X1 has a full column rank. Premulti-
plying (62) by (X1 X1 )−1 X1 yields

BF(X1 : X2 : VM) = (Ip1 : 0 : 0) , (63)

where B = (X1 X1 )−1 X1 A, and thereby Fy ∈ S(X1 β 1 | M12 ) implies Fy ∈ S(β 1 |
M12 ). The reverse direction can be proved in the corresponding way. Thus we have
confirmed that claim (e) indeed holds.
The covariance matrix of the BLUE of μ1 = X1 β 1 under M12 can be expressed
as

cov(μ̃1 | M12 ) = X1 (X1 Ṁ2W X1 )− X1 − T1

= X1 [X1 M2 (M2 WM2 )− M2 X1 ]− X1 − T1
= X1 [X1 W+1/2 PW1/2 M2 W+1/2 X1 ]− X1 − T1 , (64)

where T1 = X1 U1 U1 X1 and W can be replaced with W1 .

Linear Sufficiency 13

Remark 1 The rank of the covariance matrix of the BLUE(β), as well as that of
BLUE(Xβ), under M12 is

r[cov(β̃ | M12 )] = dim C (X) ∩ C (V) ; (65)

see, e.g., Puntanen et al. [21, p. 137]. Hence for estimable β,

C (X) ⊂ C (V) ⇐⇒ cov(β̃ | M12 ) is positive definite. (66)

Similarly, for estimable β 1 ,

r[cov(β̃ 1 | M12 )] = r[cov(β̃ 1 | M12·2)] = dim C (M2 X1 ) ∩ C (M2 VM2 )

= dim C (M2 X1 ) ∩ C (M2 V) ≤ r(M2 X1 ) . (67)

The estimability of β 1 means that r(M2 X1 ) = p1 and thereby

r[cov(β̃ 1 | M12 )] = p1 ⇐⇒ C (M2 X1 ) ⊂ C (M2 V) . (68)

Thus, by the equivalence of (49) and (50), for estimable β 1 the following holds:

C (X1 ) ⊂ C (X2 : V) ⇐⇒ cov(β̃ 1 | M12 ) is positive definite.  (69)

What is the covariance matrix of the BLUE of μ1 = X1 β 1 under Mt ? First we

need to make sure that X1 β 1 is estimable under Mt , i.e., (24) holds.
Let us eliminate the FX2 β 2 -part by premultiplying Mt by QFX2 = If − PFX2 .
Thus we obtain the reduced transformed model

Mt ·2 = {QFX2 Fy, QFX2 FX1 β 1 , QFX2 FVF QFX2 }

= {N y, N X1 β 1 , N VN} , (70)

where N = F QFX2 ∈ Rn×f , and, see Lemma 5, the matrix N has the property

C (N) = C (F ) ∩ C (M2 ) . (71)

Notice also that in view of (71) and part (c) of Lemma 6,

r(N X1 ) = r(X1 ) − dim C (X1 ) ∩ C (N)⊥

= r(X1 ) − dim C (X1 ) ∩ C [(F )⊥ : X2 ] = r(X1 ) , (72)

so that

r(X1 W+1/2 PW1/2 N W+1/2 X1 ) = r(X1 W+1/2 W1/2 N) = r(X1 N) = r(X1 ) . (73)
14 A. Markiewicz and S. Puntanen

Correspondingly, we have

r(X1 W+1/2 PW1/2 M2 W+1/2 X1 ) = r(X1 ) . (74)

The W-matrix under Mt ·2 can be chosen as

WMt·2 = QFX2 FW1 F QFX2 = N W1 N , (75)

where W1 can be replaced with W. In view of the Frisch–Waugh–Lowell theorem,

the BLUE of μ1 = X1 β 1 is

μ̃1 (Mt ) = μ̃1 (Mt ·2) = X1 [X1 N(N WN)− N X1 ]− X1 N(N WN)− N y , (76)

while the corresponding covariance matrix is

cov(μ̃1 | Mt ) = X1 [X1 N(N WN)− N X1 ]− X1 − T1

= X1 (X1 W+1/2 PW1/2 N W+1/2 X1 )− X1 − T1 , (77)

where T1 = X1 U1 U1 X1 (and W can be replaced with W1 ).

By definition we of course have

cov(μ̃1 | M12 ) ≤L cov(μ̃1 | Mt ) , (78)

but it is illustrative to confirm this also algebraically. First we observe that in view
of Lemma 5,

C (W1/2 F QFX2 ) = C (W1/2 F ) ∩ C (W1/2 M2 ) , (79)

and thereby Lemma 7 implies that PW1/2 M2 − PW1/2 F QFX = PZ , where

2

C (Z) = C (W1/2 M2 ) ∩ C (W+1/2 F QFX2 )⊥ . (80)

Hence we have the following equivalent inequalities:

X1 W+1/2 (PW1/2 M2 − PW1/2 F QFX )W+1/2 X1 ≥L 0 , (81)

2

X1 W+1/2 PW1/2 M2 W+1/2 X1 ≥L X1 W+1/2 PW1/2 F QFX W+1/2 X1 , (82)
2

(X1 W+1/2 PW1/2 M2 W+1/2 X1 )+ ≤L (X1 W+1/2 PW1/2 F QFX W+1/2 X1 )+ . (83)
2

The equivalence between (82) and (83) is due to the fact that the matrices on each
side of (82) have the same rank, which is r(X1 ); see (73) and (74). The equivalence
between (83) and (78) follows by the same argument as that between (41) and (42).
Linear Sufficiency 15

The equality in (82) holds if and only if

PZ W+1/2 X1 = (PW1/2 M2 − PW1/2 F QFX )W+1/2 X1 = 0 , (84)

2

which is equivalent to

W1/2 (PW1/2 M2 − PW1/2 F QFX )W+1/2 X1 = 0 . (85)

2

Writing up (85) yields

WṀ2W X1 = WM2 (M2 WM2 )− M2 X1 = WN(N WN)− NX1 . (86)

We observe that in view of (80) we have

C (Z)⊥ = C (W+1/2 X2 : QW : W1/2F QFX2 ) , (87)

where we have used the Lemma 4 giving us C (W1/2 M2 )⊥ = C (W+1/2 X2 : QW ) .

Therefore (84) holds if and only if

C (W+1/2 X1 ) ⊂ C (Z)⊥ = C (W+1/2 X2 : QW : W1/2 F QFX2 ) . (88)

Premultiplying the above inclusion by W1/2 yields an equivalent condition:

C (X1 ) ⊂ C (X2 : WF QFX2 ) = C (X2 : M2 WF QFX2 )

= C (X2 ) ⊕ [C (WF ) ∩ C (WM2 )] . (89)

Our next step is to prove the equivalence of (89) and the linear sufficiency
condition

C (WṀ2W X1 ) ⊂ C (WF ) . (90)

The equality (85), which is equivalent to (89), immediately implies (90). To go the
other way, we observe that (90) implies

C [WM2 (M2 WM2 )− M2 X1 ] ⊂ C (WF ) ∩ C (WM2 ) = C (WF QFX2 ) , (91)

where we have used Lemma 5. Premultiplying (91) by M2 and noting that

M2 WM2 (M2 WM2 )+ = PM2 W (92)

yields

C (PM2 W M2 X1 ) = C (M2 X1 ) ⊂ C (M2 WF QFX2 ) . (93)

16 A. Markiewicz and S. Puntanen

Using (93) we get

C (X1 ) ⊂ C (X1 : X2 ) = C (X2 : M2 X1 ) ⊂ C (X2 : M2 WF QFX2 ) , (94)

and thus we have shown that (90) implies (89).

Now we can summarize our findings for further equivalent conditions for Fy
being linearly sufficient for X1 β 1 :
Theorem 3 Let μ1 = X1 β 1 be estimable under M12 and Mt and let W ∈ W .
Then

cov(μ̃1 | M12 ) ≤L cov(μ̃1 | Mt ) . (95)

Moreover, the following statements are equivalent:

(a) cov(μ̃1 | M12 ) = cov(μ̃1 | Mt ).
(b) C (WṀ2W X1 ) ⊂ C (WF ).
(c) C (X1 ) ⊂ C (X2 : WF QFX2 ) = C (X2 : M2 WF QFX2 ).
(d) C (X1 ) ⊂ C (X2 ) ⊕ [C (WF ) ∩ C (WM2 )].
(e) WM2 (M2 WM2 )− M2 X1 = WN(N WN)− NX1 , where N = F QFX2 .
(f) The statistic Fy is linearly sufficient for X1 β 1 under M12 .
If, in the situation of Theorem 3, we request Fy to be linearly sufficient for X1 β 1
for any X1 (expecting though X1 β 1 to be estimable), we get the following corollary.
Corollary 1 Let μ1 = X1 β 1 be estimable under M12 and Mt and let W ∈ W .
Then the following statements are equivalent:
(a) The statistic Fy is linearly sufficient for X1 β 1 under M12 for any X1 .
(b) C (W) ⊂ C (X2 : WF QFX2 ) = C (X2 ) ⊕ C (WF ) ∩ C (WM2 ).
Proof The statistic Fy is linearly sufficient for X1 β 1 under M12 for any X1 if and
only if

W+1/2 PZ W+1/2 = 0 . (96)

Now (96) holds if and only if

C (W+1/2 ) ⊂ C (Z)⊥ = C (W+1/2 X2 : QW : W1/2 F QFX2 ) . (97)

Premultipying (97) by W1/2 yields an equivalent form

C (W) ⊂ C (X2 : WF QFX2 ) = C (X2 ) ⊕ C (WF ) ∩ C (WM2 ) . (98)

Linear Sufficiency 17

5 Linear Sufficiency Under M1 vs. M12

Consider the small model M1 = {y, X1 β 1 , V} and full model M12 = {y, X1 β 1 +
X2 β 2 , V}. Here is a reasonable question: what about comparing conditions for

Fy ∈ S(μ1 | M1 ) versus Fy ∈ S(μ1 | M12 ) . (99)

For example, under which condition

Fy ∈ S(μ1 | M1 ) ⇒ Fy ∈ S(μ1 | M12 ) . (100)

There is one crucial matter requiring our attention. Namely in the small model M1
the response y is lying in C (W1 ) but in M12 the response y can be in a wider
subspace C (W). How to take this into account? What about assuming that

C (X2 ) ⊂ C (X1 : V) ? (101)

This assumption means that adding the X2 -part into the model does not carry y out
of C (W1 ) which seems to be a logical requirement. In such a situation we should
find conditions under which

C (X1 ) ⊂ C (W1 F ) (102)

implies

C (W1 Ṁ2W X1 ) ⊂ C (W1 F ) . (103)

We know that under certain conditions the BLUE of X1 β 1 does not change
when the predictors in X2 are added into the model. It seems obvious that in such
a situation (102) and (103) are equivalent. Supposing that (101) holds, then, e.g.,
according to Haslett and Puntanen [9, Th. 3.1],

μ̃1 (M12 ) = μ̃1 (M1 ) − X1 (X1 W+ −  +

1 X1 ) X1 W1 μ̃2 (M12 ) , (104)

and hence

μ̃1 (M12 ) = μ̃1 (M1 ) (105)

if and only if X1 W+

1 μ̃2 (M12 ) = 0, i.e.,

X1 W+  − 
1 X2 (X2 Ṁ1 X2 ) X2 Ṁ1 y = 0 . (106)

Requesting (106) to hold for all y ∈ C (X1 : V) and using the assumption C (X2 ) ⊂
C (X1 : V), we obtain

X1 W+  − 
1 X2 (X2 Ṁ1 X2 ) X2 Ṁ1 X2 = 0 , (107)
Another random document with
no related content on Scribd:
 Como é desoladora, melancholica, a historia funebre de todos
estes homens que a desesperança ou a fraqueza atiram como
farrapos, successivamente, para o lixo das gerações! Que singular
poder tem a anarchia das idéas, o imperio dos instinctos soltos, das
chimeras aladas fugitivas, para despedaçar os caracteres e
perverter as intelligencias! Já um caíu—Mousinho; hoje é outro, o
heroe de 26, o soldado do Porto—esse brilhante Saldanha! E ainda
agora a procissão começa; ainda agora vae no principio o devorar
impossivel do Baal da liberdade, cujo ventre, como o do phrigio,
pede honras, talentos, forças e sangue, para o seu consumir
incessante!
Com o fim d’este primeiro periodo da anarchia positiva acaba
Saldanha, da mesma fórma que Mousinho acabou ás mãos da sua
anarchia theorica. Acaba, dizemos; porque, embora a sua vida se
prolongue muito—demasiado!—ainda; embora o seu genio
irrequieto, as suas necessidades, a sua ambição, lhe não consintam
abdicar e sumir-se, como fez Mosinho e como fará Passos: a vida
posterior que vae arrastar, se tem ainda momentos theatraes, é uma
triste miseria. De chefe de um partido, passa a janisaro de um
throno. De Cid, transforma-se em Wallenstein. O que brigara para
não ser a espada de Palmella, vem a ser o punhal com que os
Cabraes submettem o reino ao seu imperio. Sempre simples, seguro
de si, crendo-se muito, não tem a consciencia de quanto desce.
Lembra-se do que foi e poude; crê tudo o que os aduladores lhe
dizem, confia no soldado que ama por instincto o genio; incha-se
com as ovações que mais de uma vez ainda a turba ignara fará á
sua sua figura theatral, aberta, viva e san, sempre moça, nas
proprias cans da velhice que lhe emmolduram o rosto, augmentando
ainda a seducção do aspecto d’esse actor politico: «estou
persuadido que seria um bom rei n’um Estado qualquer!»
Rebellado ou submettido, contra ou pelo throno, no campo e em
toda a parte, comprado ou temido, Saldanha, suppondo-se um
arbitro, não sente quanto desce; não se reconhece um instrumento,
nem que o deprimem as cousas que faz. A confiança que tem em si
chega a ser infantil: com a mesma franqueza com que suppõe
governar, imagina saber; e assim como as suas politicas são
chimeras, são tolices as suas obras homeopathicas, ou inspiradas
pelo catholicismo ardente que nunca perdeu. Quiz fazer concordar o
Genesis com a Geologia, e essa tentativa, ainda quando soubesse o
que não sabia, era a mesma que a sua propria pessoa apresentava:
a concordancia de um catholico e jacobino. D’essas chimeras
ficavam apenas livros maus e acções peiores. É verdade que os
livros, luxuosamente impressos, tinham douraduras nas capas:
também a vida do marechal tinha uma capa dourada de
commendas, cordões e fardas bordadas, que sobre um vulto bem
apessoado, com a sua face bella e a tradição da sua bravura, o
faziam um excellente embaixador nas côrtes extrangeiras.
Depois, caíu ainda mais, sem o saber, sem o sentir: crendo-se
sempre um grande homem. Agarraram-n’o os industriaes
especuladores e serviram-se da sua pompa para os seus negocios,
sujando-o com trapaças ... Assim acabou a historia a que agora
vemos o começo. Em tão deploravel cousa veiu a parar o homem
que em 26 fôra como um heroe e o arbitro dos destinos da patria.
Primeiro dos chefes politicos, reunindo á influencia parlamentar a
cortezan e uma influencia militar superior á de todos, a segunda
phase da vida de Saldanha devia ser esboçada aqui, n’este
momento: é um typo revelador. Ninguem teve uma clientela maior.
Abandonou-a, renegando-a pelo paço; e esses antigos saldanhistas
de Paris, livres do estorvo que já os sopeava, preparavam-se para o
seu dia. Uma revolução andava no ar: revolução que forçaria
Saldanha a desembainhar a espada contra os seus velhos clientes.
Approxima-se a crise; mas o leitor comprimirá a sua impaciencia,
porque, se já viu as fórmas mansas do regabofe, o dissipar do
dominio nacional, o beber a chuva de libras dos emprestimos
inglezes, não viu o outro lado da scena. A orgia era tambem cruel.
Havia banquetes e matanças. Estalava champagne, mas tambem
estalavam repetidos, insistentes, os tiros dos trabucos na caça dos
vencidos. O portuguez mostrava a outra fórma da sua sanha natural,
respondendo com a bala á forca.

5.—VÆ VICTIS!
 A eloquencia do nobre Passos conseguira que se revogasse o
decreto iniquo das indemnisações:
Tendes vós calculado d’onde hão do saír os meios para
provêr á miseria de tantas familias que nós vamos fazer
desgraçadas? Ou havemos de tapar os ouvidos e fechar os
olhos ao coração, para não vermos espectaculo tão
lastimoso? Quando um filho vos pedir pão, dar-lhe-heis uma
pedra, ou um punhal ou o cadafalso? (Disc. de 28 de janeiro
de 35)
A camara, como é sabido, aboliu o decreto, mas os miguelistas
ainda pagaram muitas «perdas e damnos»; pouparam-nos ao
cadafalso, mas deram-lhes pedras, punhaes e tiros de trabuco em
desforra. A segurança de uma victoria tão custosa, tão disputada,
sobretudo incerta por tanto tempo, embriagava homens que ouviam
aos mestres doutrinas feitas a proposito para os desenfrear.
Soltaram-se com effeito todas as cubiças e odios; pagaram-se a tiro
todas as offensas; roubou-se e matou-se impunemente. O
miguelista era uma victima, um inimigo derrubado: o vencedor
punha-lhe o joelho no ventre e o punhal sobre a garganta.
Caçavam-se como se caçam os lobos, e cada offensa anterior, cada
crime, era punido com uma morte sem processo. Os vencedores,
suppondo-se arbitros de uma soberania absoluta, retribuiam a cento
por um o que antes haviam recebido.
Não era só, comtudo, a vingança que os movia, nem tambem a
cubiça: era um grande medo de que o monstro vencido erguesse a
cabeça, á maneira do que ás vezes faz o touro no circo, prostrado
pelo bote do matador, levantando-se e investindo, matando ás
vezes, já nas ancias da morte. Além do medo, havia ainda a
fraqueza da authoridade liberal, fraqueza inevitavel em que prégava
ao povo a sua soberania, fraqueza natural no dia seguinte ao da
victoria; mas fraqueza infame, pois d’ella viviam os chefes,
passando culpas aos seus clientes, fechando os olhos aos roubos e
mortes: quando positivamente os não ordenavam para se livrarem
de rivaes incommodos ou de inimigos perigosos. Tal é a ultima face
da anarchia positiva; assim termina a serie de manifestações de
uma doutrina aggravada pelas condições de um momento.
Destruira-se na imaginação do povo o respeito da authoridade,
condemnando-se-lhe o principio com argumentos de philosopho;
destruira-se todo o organismo social; e em lugar d’elle via-se,
portanto, a formação espontanea das clientelas, chocando-se,
disputando-se, consummando a ruina total, explorando em proveito
proprio a confusão dos elementos sociaes desaggregados.
Toda esta dança macabra de partidos e pessoas corria sobre uma
nação faminta, apesar das libras que rodavam em Lisboa, e dos
tivolis e dos bailes das Laranjeiras. Força fôra accudir com socorros
aos lavradores. (Lei de 4 de outubro de 34) Uns queriam que o
governo comprasse gados e sementes e os distribuisse; mas a
doutrina ergueu-se, chamando a isso communismo, exigindo
liberdade. Decidiu-se emprestar dinheiro—oh, tonta tyrannia dos
systemas!—para que o pequeno lavrador comprasse grão e rezes
n’um paiz assolado.[9] Toda esta dança macabra de bandidismo
infrene, dizemos, corria por sobre um paiz devastado. No governo
não havia força para impôr ordem, e havia interessados em
fomentar a desordem. Cada Ministro tinha o seu bando, os seus
bravi, para resolverem a tiro nos campos as pendencias que a
phrases se levantavam nas camaras. Mas ainda quando isto assim
não fosse, a condemnação em massa de todos os que no antigo
regime exerciam as funcções publicas; essa universal substituição
do pessoal do Estado, indispensavel para pagar os serviços, trazia
aos lugares os aventureiros, os incapazes, e verdadeiros bandidos.
Em vão se tinha duplicado (de 70 a 140) o numero dos julgados:
era impossivel corrigir uma desordem que a tantos convinha.
Guerrilhas armadas levavam de assalto as casas do miguelista
vencido, roubando, matando, dispersando as familias. Havia uma
verdadeira, a unica absoluta liberdade—a da força! Na Beira houve
exemplos de uma habilidade feroz singular. Matava-se a familia,
deixando a vida apenas ao chefe, em troca de um testamento a
favor de alguem. Dias depois o pobre apparecia morto e enriquecia-
se d’esse modo. (A dyn. e a revol. de set.)
Os tribunaes, com o seu novo jury, eram machinas de vingança.
De Campo-maior, um bom homem escrevia a Manuel Passos o que
observara. (29 de maio de 36; corr. autog. dos Passos) Saíra
maguado de uma audiencia, em que um negociante da terra pedia
seis contos de perdas e damnos a sete miguelistas que tinham
deposto como testemunhas contra elle, no tempo do Usurpador. O
povo invadira-lhe os armazens, partira lhe as janellas: nem uma
testemunha, comtudo, accusava os réus de terem praticado ou
ordenado esses actos; mas o advogado «concluiu dizendo aos
jurados que já que não podiamos tirar a vida aos realistas por causa
da convenção d’Evora-Monte, lhes tirassemos os bens, pois que era
esse o unico mal que lhes podiamos fazer.—Os jurados eram quasi
todos da guarda-nacional e querem tambem indemnisações:
condemnaram os réus na conta pedida. Isto me fez tremer pela
liberdade!» (Carta de José Nunes da Matta)
Os magistrados novos roubavam desaforadamente; e o juiz de
Angeja conseguiu tornar-se notavel: só lhe faltou levar as portas e
os telhados das casas. (A dyn. e a revol. de set.) Era um positivo
saque. O povo creou tal raiva a esse ladrão que a gente do Pinheiro
foi esperal-o, quando ia a Ovar, obrigando-o a fugir n’uma carreira
que só parou no Alemtejo. (Ibid.) Na propria Lisboa succediam
cousas incriveis. Por ordem do governo foi saqueada a casa do
visconde de Azurara, ausente, e dois amigos do ministro ficaram-lhe
com as mobilias. (Ibid.) O que succedeu ás dos conventos sabe-se
—ou antes ninguem soube. Bandeira, o Esopo liberal, que bom foi
não ter morrido em 28, publicava no novo diccionario: «Delicto-
Delirio.—A significação d’estas duas palavras ainda não está bem
fixada, e varía em tempos e paizes diversos».

Não se imagine que escurecemos as côres do quadro. Leia

qualquer as memorias do tempo, ouça os que ainda vivem, e ficará
sabendo como a anarchia na doutrina, que era uma anarchia no
governo, era tambem uma anarchia de bandidos por todo o reino,
matando e roubando impunemente. E por cima de tudo isto pairava
um medo positivo que entorpecia a acção dos mandantes, e
justificava, no sentido de uma defeza feroz, a caça do miguelista.
 Aos corcundas promette-se D. Miguel; aos liberaes
vertiginosos a carta de 20: revoluçãosinha no Casal-dos-
ovos; Juntinha na Pederneira; Juntinha em Barrozas: ahi está
tudo em aguas turvas; e é então que D. Miguel pesca. D’um
lado o Ecco, o Interessante, o Percursor e o Contrabandista;
e do outro o Nacional, o Diabrete, o Marche-Marche e a
Vedeta dão com vocês doidos; e no meio d’esta confusão
chega o casus fœderis, invoca-se a estupidez da nação, o
desejo do absolutismo—e apparece o Homem! (Bandeira,
Artilheiro n.º 16)
Á sombra d’esta confusão e d’este medo havia impunidade para
tudo; e n’um sentido era benemerito o bandido que assassinava e
roubava o inimigo. De facto não terminara a guerra: continuava, sob
a fórma de uma caçada. Em Setubal havia infinidade de ladrões e
os proprios militares não se atreviam a sair sem armas. (Shaw,
Letters) Os salteadores faziam batidas, traziam cadaveres que o
povo, tomado de um furor egual ao antigo, mas inverso no objecto,
enterrava, cantando e bailando. Pareciam selvagens. (Ibid.) Serpa
ficou celebre pela gente que ali foi morta a tiro, sem combate, pelas
janellas e pelas portas. Batia-se: vinham abrir, e uma bala entrava e
o infeliz morria. Era um miguelista: não vale a pena incommodos. A
justiça não se movia; pagou culpas antigas! E os assassinos eram
benemeritos. No Porto (20 de março de 35) o façanhudo Pita
Bezerra, antigo carrasco cuja morte se comprehende melhor, indo á
Relação a perguntas, foi assaltado pela multidão que o tirou á
escolta, levando-o á Praça-Nova onde o matou; arrastando o
cadaver puxado por uma corda, pela ponte, a Villa-nova, como
quem mostra um lobo morto ás aldeias, e deitando-o por fim ao rio.
As quadrilhas de Midões assolavam toda a Beira. Arganil, Avô, Coja,
Folques, Goes, Villa-cova foram positivamente saqueadas, levando
os bandidos o despejo em comboyos de carros. (Secco, Mem.) O
bandoleirismo florescia n’essa região serrana, como raiz de uma
velha planta que rebenta assim que bebe um raio de sol. Eram os
descendentes de Viriato. O miguelismo armara-os, e agora,
bafejados pelo ar benefico da anarchia, uns, implorados e
defendidos pelos senhores de Lisboa a quem serviam, voltavam-se
contra os miguelistas, indifferentes a partidos e opiniões, seguindo o
seu instincto de uma vida aventurosa e bravia. Outros, porém,
mantinham-se fieis aos padres, e nos broncos cerebros d’esses
quasi selvagens apenas os fetiches do catholicismo[10] podiam ás
vezes mais do que os instinctos espontaneos. Era uma Italia
meridional, nas suas serras, o paiz que acabara sendo em Lisboa
uma Napoles. As Beiras viviam, á maneira da Grecia de ha poucos
annos, uma existencia primitiva da tribu armada, alimentando-se do
roubo, admirando a destreza e a coragem dos seus chefes.
Havia na serra da Estrela a guerrilha miguelista do padre
Joaquim, de Carragozela, irmão do celebre Luiz Paulino secretario
da Universidade no tempo de D. Miguel. Havia contra ella as dos
Brandões, de Midões, que serviam o Rodrigo e o Saldanha, chefes-
de-partido em Lisboa. Fundiram-se um dia esses inimigos no
convenio de Gavinhos; mas ficaram dessidentes os do Caca, fieis
ao miguelismo, e acabaram queimados n’uma adega, depois de a
defenderem contra os sitiantes. (Secco, Mem.) A fusão das
guerrilhas da Beira creou na serra um verdadeiro terror, porque
ninguem ousava desobedecer, e imperavam, saqueavam: houve
casas queimadas e, á luz dos incendios, orgias de vinho e estupros.
(Ibid.)
E nas revoluções e pronunciamentos que vão principiar em 36,
n’essa segunda epocha em que a anarchia passa violentamente
para o governo, tornando todo o exercito n’um corpo de guerrilhas,
vê-se a tropa, ora alliada, ora inimiga dos bandidos; e os palikaras
portuguezes fazendo eleições, pela Patuléa ou pelo Cabraes,
levando as leis nas boccas dos trabucos e resolvendo a tiro as
pendencias locaes.
Vem distante, porém, isso ainda. Agora a faina é saquear e
eliminar o miguelista. De 34 a 39 só em Oliveira-do-Conde e nas
Cabanas houve mais de trinta assassinatos impunes. (Ibid.) E nas
côrtes e 38, Franzini apresentou uma nota do periodo de julho de 33
a 37, que diz assim:
Faro — assassinatos 285 roubos 509
Castello- » 84 » 90
branco
 Portalegre assassinatos 89 roubos 595
Guarda » 221 » 373
Porto » 528 » 378
Braga » 41 » 620
O minhoto roubava melhor; na Beira e no Algarve matava-se com
mais furia. No Porto houvera mais de quinhentos mortos; mas a
capital, onde em um anno apenas (Disc. de Franzini, sess. de 38) se
tinham visto 194 assassinatos e 614 roubos—homem morto, um dia
sim um dia não, e dois roubos em cada dia!—a capital levava a
palma a tudo. Não era ahi o centro, o foco, o tabernaculo?
Voltemos ao nosso Esopo: «Filho de burro não póde ser cavallo,
dizia meu avô», e valendo-se da fórma popular da fabula, põe o
burro em dialogo com a Liberdade:

Não fujas, diz-lhe o jumento,

Burro, que havia eu fazer?
Burro nasci e só burro
É meu destino morrer!

Burro, como se sabe, queria dizer miguelista; e o poeta exprimia a

convicção intima da nossa incapacidade para comprehender a nova
lei. Com effeito, assim parecia, ao observar-se o que se passava por
toda a parte: a vergonhosa miseria dos caracteres, a absoluta
impotencia das vontades no sentido de reconstituirem de qualquer
modo o organismo derrubado pelos golpes do machado de
Mousinho. As lascas do velho tronco, os ramos e as folhas da
arvore antiga, caídos por terra, apodreciam no charco das lagrimas
e das saudades dos vencidos, do sangue copioso dos cadaveres.
Era uma decomposição rapida e já tudo fermentava.
 Mas no lodo dos paúes, nadando sobre as aguas esverdeadas e
putridas, vê-se abrir, elegante e candida, a flôr do nenuphar. Assim
brotava pura no charco nacional a esperança de um futuro, a
miragem de um destino, a chimera de uma doutrina, o encanto de
uma voz—a meiga voz de Passos, um messias, pedindo paz,
ensinando amor.
Eu detesto os homens rancorosos. Essa gente é má.
Quem aborrece e não ama, não póde ser virtuoso, nem póde
ser livre,—porque a liberdade é a humanidade. (Disc. de 10
de set. de 34)
A liberdade era para o novo apostolo uma cousa diversa, porque
as expressões vagas consentem que cada qual introduza n’ellas os
mais variados pensamentos. Para Mousinho fôra um estoicismo
secco uma negação do passado, uma doutrina racional e utilitaria:
agora surgia uma liberdade nova, especie de vestal sagrada e
evangelica, envolvida n’uma nuvem doirada de ambições poeticas.
O liberalismo portuguez via nascer-lhe um Lamartine; e no
descredito da primeira definição, as esperanças voltavam-se para a
nova fórmula.
Temo muito a liberdade nos discursos, mas pouca nos
corações. Ha muitos que a intendem, mas poucos que a
saibam amar. Temos mais liberaes nas bibliothecas do que
nas praças, nos tribunaes, no gabinete. Muitos ha que tém
lido, que sabem toda a liberdade, e que ainda tém coração
para a amarem, mas não o tém para a defenderem. (Disc. de
10 de nov. de 34)
Ardia então na camara o odio aos vencidos, e as palavras de paz
eram um acto de coragem. Essas palavras do parlamento, ainda
ouvidas com attenção de colera ou de esperança, eram
commentadas pelas provincias; e de muitos pontos, em numerosas
cartas sem nome, chegavam ao tribuno eloquente os abraços, os
applausos. «Não estranhe chamar-lhe amigo, sem nunca o ter
conhecido: quem trabalha para o meu bem, tem jus á minha
amisade», dizia um; e outro: «O modo por que se houve na questão
das indemnisações denota um saber profundo. É nimiamente liberal
porque é tolerante, e humano porque é sabio. Acceite o signal de
reconhecimento de um militar que recebeu duas feridas na guerra e
se gloria de pensar pela cabeça de v. s.» E assim outros, muitos.
(Corr. authogr. dos Passos, 34-5)
Mas, por duros e resequidos que a guerra e a baixeza tornem os
corações dos homens, raro será o instante em que os não commova
uma palavra sentida, de uma bocca virtuosa. Intemerato no seu
nome, seductor na sua voz, candido, ingenuo, virtuoso, tambem
estoico, Passos destacava-se e erguia-se por sobre os outros com a
superioridade dos genios caridosos sobre os espiritos sómente
lucidos. Era mais do que uma rasão, era uma virtude; mais que um
homem, quasi um santo. Em baixo, muito em baixo, ficavam,
chafurdando em odios e vilezas, as turbas dos politicos. A palavra
d’elle subia, evaporando-se nas nevoas de uma aspiração poetica,
superior ao que a condição dos homens permitte realisar. Na sua
caridosa chimera pedia mais do que paz, pedia egualdade e um
estreito abraço dos vencedores e dos vencidos.
A minha firme convicção é que todas as opiniões devem
ser representadas e que todas devem ter garantias. Isto que
eu quero, querem-no tambem os opprimidos ... Não quero a
pena de morte para nenhum cidadão portuguez: oxalá que
nunca mais ella seja executada sobre a terra! Não quero
tambem penas perpetuas, porque até no fundo de uma prisão
a nenhum desgraçado deve faltar o balsamo consolador da
Esperança ... Penso que as lagrimas de um parricida,
regando o tumulo do pae trucidado, são bastantes para lhe
fazer perdoar tão grande crime. (Disc. de 28 de jan. de 35)
A liberdade é a humanidade, dissera o novo apostolo da doutrina;
mas o seu Evangelho não era, como o antigo, apenas um discurso,
falando ao sentimento indefinido, á piedade, á caridade, irreductivel
a formulas e doutrinas, fundo de luz nebulosa do puro espirito
humano, que o eleva acima da realidade triste e o poetisa
amaciando-lhe as agruras e espinhos: o Evangelho de Passos era
um canon, uma lei, uma doutrina—e por isso uma chimera. Era uma
poesia, posta na prosa necessariamente rasteira da politica. D’esses
miguelistas que a sua caridade perdoava, e a sua humanidade
restaurava ao gremio de cidadãos, dizia:
Deixal-os ... se ainda não tém olhos para fitar a Urna e vêr
que alli está a liberdade de todos os homens! (Disc. de 10 de
nov. de 34)
Os bellos sentimentos tornavam-se opiniões, e faziam-se idolatria;
das nuvens doiradas de esperanças e desejos ficava o pó de umas
formulas e a illusão de um symbolo. A Urna era outra Cruz. E onde
os artigos doutrinarios punham a soberania da razão individual e o
absolutismo do direito do homem, a nova definição que Passos dava
á Liberdade, rejuvenescendo o jacobinismo da sua infancia com a
poesia da sua alma, punha a soberania do povo, a voz da multidão,
congregada nos seus comicios. O paiz perdia-se por não a querer
ouvir; Portugal caía por vêr na Liberdade uma doutrina de
individualismo, não uma doutrina de democracia. Tudo o que se
fizera fôra um erro: tudo havia a fazer de novo. Assim, nas ruinas da
velha cidade portugueza assentára o dominio de um systema que,
arruinado em dois annos, ia ceder o lugar a outro systema novo e a
novas ruinas.
Havia cá fóra, para commentar e applaudir as palavras calorosas
do tribuno, prégando a nova lei, um vasto numero de homens
armados, e uma opinião unanime condemnando a gente velha.
Havia, além d’isso, esse estado de espirito aventuroso, excitado,
prompto a romper: estado de espirito proprio de quem chega de
uma guerra. Ao voltarem á capital, os batalhões de voluntarios não
tinham desarmado; percebiam vagamente que, apesar de terminada
a campanha, a guerra não acabara ainda. Tudo o que o governo fez
para os desarmar por boas foi inutil: punham guardas ás portas dos
lugares indicados para a entrega das espingardas, afim de impedir
que os pusillanimes obedecessem. (A dynastia e a revol. de set.) De
arma ao hombro, pois, havia uma legião prompta a apoiar as
palavras do tribuno que a força das cousas ia obrigar a descer da
camara para a rua, do céu ethereo das suas esperanças para o
triste fim das suas desillusões. Passos acabará, como acabou
Mousinho.
 De tal fórma termina o primeiro periodo d’esta historia: dois annos
que principiaram com o acabar da grande guerra. Vamos estudar a
segunda liberdade; depois estudaremos a terceira, a quarta, etc.—
até ao fim.

NOTAS DE RODAPÉ:

[1] Pela primeira vez tenho occasião de me referir ao

interessante livro do snr. Macedo, Traços da historia
contemporanea; e no decurso d’este trabalho o leitor verá quanto
me valeram os subsidios que encerra e de que me utilisei a mãos
largas. Quando este facto me não auctorisasse a confessa-lo,
obrigava-me a isso a nimia benevolencia com que, inspirado por
uma amisade que o levou a vêr em mim meritos que não possuo,
o snr. Macedo me honrou dedicando-me o seu livro. Estas
palavras são o testemunho de um agradecimento que devia ser
publico, assim como a offerta o foi.
[2] «Tudo sorria; e não se divisava pedaço de terra sem
lavoura: o systema das irrigações lombardas era admiravelmente
percebido e executado. Todas as cottages, respirando um bem-
estar industrioso, tinham hortas bem resguardadas com seus
meloaes e aboboras, sua fonte, e cepas, figueiras e macieiras em
latadas. Os camponezes bem vestidos, olhavam-nos
affavelmente, porque tinham o coração aberto pelo bom trato, os
celleiros cheios, numerosos os rebanhos, e nos frades de
Alcobaça senhorios, nem avarentos nem tyrannos.»
Recollections, etc. (1794) do auct. de Vathek. (Beckford.)
[3] Desde muito que, no conselho, Aguiar, contra a opinião da
maioria, instava pela abolição dos conventos. No dia em que em
Evora-Monte se assignava a convenção, terminando a guerra,
Aguiar voltou a insistir e tornou a ser vencido. D. Pedro, porém,
reteve-o, depois da saida dos collegas, e ordenou-lhe que
lavrasse o decreto. O ministro foi do paço para a imprensa, ahi
redigiu o decreto, que se compôz e imprimiu em segredo, á sua
vista, e não saiu da imprensa senão quando o Diario saiu
tambem. Os collegas souberam, pois, pela folha, da decisão
tomada, e que, a não ser assim, nunca se effectuaria.—Comm.
verbal de Duarte Nazareth, que a houvera do proprio Aguiar.
 Eis aqui a estatistica das corporações monasticas e os seus
rendimentos em 1834. (V. Mappa das corp. ext. pub. 42.)
a) Ordens Christo com 3 casas Rendimentos 34:482
militares m. rs.
S. Thiago » 1 »
Aviz » 1 »
b) Ordens Cruzios » 12 conv. e hosp. 120:244 m.
monachaes 5 rs.
Loyos » 8 » e » 55:066 »
1
Cartuxos » 2 6:253 »
Bentos » 22 » 4 » 106:665 »
Bernardos » 15 » 1 » 63:178 »
Jeronymos » 9 » 1 » 44:391 »
c) Neris » 8 » 30:053 »
Congregações
Rilhafoles » 4 » 9:015 »
Camillos » 6 » 6:427 »
Congregados » 1 » 1:674 »
Theatinos » 1 » 1:116 »
d) Ordens Paulistas com 13 conv. e hosp. 25:963 »
mendicantes 2
Gracianos » 17 » 2 » 45:749 »
Carmelitas » 13 » 2 » 22:913 »
Dominicos » 22 » 2 » 65:563 »
Trinos » 8 » 1 » 15:335 m.
rs.
Hospitaleiros » 6 » 4:566 »
Franciscanos » 57 » 4 » 19:437 »
e) Id. Paulistas » 2 » 528 »
reformadas
Grillos » 17 3 » 14:790 »
Marianos » 15 1 » 26:844 »
 Trinos » 2 222 »
Capuchos » 99 10 » 19:794 »
Terceiros » 20 1 » 13:289 »
Missionarios » 4 476 »
f) Diversos Conceição » 1 2 » 283 »
Minimos » 1 1 » 2:051 »
Nazarenos » 1 » 53 »
Barbadinhos » 2 » 630 »
Carm. all. » 1 » 3:124 »
Dom. irland. » 1 3:364 m.
rs.
Total: 389 estabelecimentos com o rendimento de
763 contos de réis; sem contar 12 conventos de
freiras egualmente supprimidos.
Para que se possa comparar a decadencia das corporações no
periodo das luctas civis desde 20, eis aqui a estatistica do
Mappa, pub. em 22: Conventos e hospicios do sexo masculino,
402; com 6:249 pessoas, (sendo 628 creados) e rendimento em
dinheiro, fóra os fructos, 607 contos. Id. do sexo feminino, 132;
com 5:863 pessoas, (sendo educandas 912 e 1:971 creadas) e
rendimento em dinheiro, fóra os fructos, 341 contos. O sr.
Soriano (Utopias desmascaradas, op.) calcula assim o total dos
bens-nacionaes provenientes das leis de 32-4:
Rendimentos dos conventos 763 contos
supprimidos
Deduzindo o valor dos 240 »
dizimos, direitos senhoriaes,
quartas, oitavas, jugadas, etc.
abolidos
Rendimento da propriedade 523 »
O que equivale a um capital 12:000
de contos
Propriedade dos 12 ?
conventos de freiras
supprimidos
Alfaias de todos os (400)
 conventos, sumidas
Bens da Universidade de 4:000
Coimbra, da Patriarchal, de
S. Maria-Maior, das capellas
da corôa, das casas do
Infantado e das Rainhas
Até 1836 tinham-se vendido cinco mil contos; e no orçamento
de 1838-9 apparecem como para vender 11:595.
[4] Se o leitor quizer exprimir o valor real dos numeros com que
se denominam todos os emprestimos, expropriações etc. que
vamos estudando, tem n’este preço um meio. Como se sabe,
varias causas, e principalmente a descoberta das minas da
California, diminuiram posteriormente o valor dos metaes
preciosos. Se a libra sterlina valia (em 34) 3$750 rs. e hoje vale
4$500, é claro que os numeros que temos estudado têem da ser
augmentados com a quinta parte. Assim, o valor dos bens dos
conventos orçado em doze mil contos era o equivalente de
14:400 de hoje.
[5] V. as Contas, na sessão de 35 (9 de janeiro), de agosto 33
ao fim de junho 34:
Receita: Ordinaria contos 3:513
Extraordinaria: Emprestimos 7:847
Prop. 2:516 10:363 13:876
nacion.
Despeza: Ordinaria: Casa real 177
Reino, Extr. 672
Justiça
Marinha 1:299
Guerra 4:932
Fazenda 411 7:491
Especial: Serviço da divida e oper. de 3:415
fundos
Diversas 2:970 12:876

[6] V. Orçamento de 35-6, sessão de 35:

Receita Despeza
 Imp. 1:638 Serviço 8:890
directos dos
ministerios
» 5:604 Divida 1:984
indirectos interna
Proprios 1:178 » 1:870
e externa
diversos
Ultramar 1:482 Ultramar 1:612
Deficit 4:454
Contos 14:356 Contos 14:356

[7] 1.ª ed. (1881).

[8] V. Quadro das instituições primitivas, pp. 57 e segg.
[9] A lei de 4 de outubro de 34 mandou emprestar até 650
contos (a juro de 5 por cento e amortisação em 5 annos) assim
distribuidos por provincias: Algarve 108; Alemtejo 123; Beira-Alta
21; Beira-Baixa 25; Douro 103; Extremadura 161; Minho 55; Traz-
os-Montes 28.—Em novembro havia metade dos emprestimos
feitos.
[10] V. Syst. dos mythos relig., pp. 297 e segg.
 II
PASSOS MANUEL
1.—A REVOLUÇÃO DE SETEMBRO

A antiga gente do governo não se achava melhor com a

substituição de Palmella por Terceira: o segundo duque valia pouco
e estava ameaçado de cair depressa. Esse primeiro semestre de 36
corria prenhe de ameaças. Já Carvalho não podia sacar dinheiro de
fóra e a sua fecundidade desacreditava-se. Succedia-lhe atrazar os
pagamentos, como a qualquer outro. Já se deviam 15:000 contos,
por vencimentos e despezas dos ministerios (5:426), por letras e
escriptos do Thesouro (3:610), por adiantamentos do banco, (4:494
—V. Rel. de Passos, sess. de 37) sem falar na matilha de credores
por divida mansa não reconhecida, ou esquecida, em 34. N’um
regime de communismo burocratico, como o nosso, isto era
gravissimo: casa onde não ha pão ...
Por isso, não falando dos clamores das ruas, havia no seio da
camara uma opposição vehemente e applaudida. Eram os dois
Passos e Sampaio, era José Estevão e o banqueiro Rio-Tinto; eram
Costa-Cabral, o Nunes, Sá-Nogueira e Julio Gomes. O ministerio
sentia-se tão mal que em julho (14) dissolvera a camara, para reunir
gente sua, convocada para setembro. De fóra batia-o o Nacional, á
frente da imprensa inimiga; e no club celebre dos Camillos (os
ministros diziam Camellos) troava acima de todas a voz de Costa
Cabral pedindo uma tyrannia de plebe, o sangue dos aristocratas e
dizem que até a cabeça da rainha. (Costa Cabral em relevo, anon.)
Era o nosso Marat: porque nós, copiando a França, imitavamos
sempre os figurinos de Paris.
O governo fez as eleições, que foram como todas; e como
sempre, venceu. O reino inteiro o queria com uma unanimidade e
um enthusiasmo, que poucas semanas bastaram para demonstrar.
Venceu em toda a parte: salvo no Porto rebelde, imperio, cidadella,
dos irmãos Passos, de Bouças. Já que tudo era copia, digamos
tambem que a chegada dos deputados do Porto a Lisboa foi como a
dos marselhezes a Paris.
Succedeu isso no dia 9, no Terreiro-do-Paço, onde gente armada
foi esperar os recemvindos e acclamal-os, com morras á carta e ao
governo, vivas á constituição de 1820 (ou 22) e á revolução. «Indo-
nos deitar na cama á sombra da carta, acordámos debaixo das leis
da constituição dada pelo povo no anno de 1820. Todos esfregavam
os olhos e perguntavam se era um sonho o que ouviam: mas era
com effeito uma realidade.» (Liberato, Mem.) Foi assim, com esta
simplicidade, que as cousas mudaram; o que prova, não a força dos
que venciam, mas a podridão das cousas vencidas. Havia a
consciencia de que a machina social, por desconjuntada, não
marchava; e um tal sentimento deu o caracter de uma saldanhada á
revolução de setembro, contra a qual ninguem protestou. No dia 10,
de madrugada, a guarda-nacional foi ao Paço exigir a queda do
gabinete e a proclamação da constituição de 20. No dia 11 o
ministerio caía, e de tarde foi a rainha aos Paços do concelho jurar a
nova—ou antiga—constituição. Inutil é dizer que a camara feita não
se reuniu: era necessario fazer outra, de feitio diverso. Entretanto
acclamara-se a dictadura de Passos, Vieira de Castro e Sá da
Bandeira. A victoria surprehendera a todos, e mais do que ninguem
aos vencedores que a não esperavam. Era mistér decisão, porque o
barometro não é fiel quando sobe rapidamente. Chamou-se a
capitulo: o dictador-em-chefe, com Leonel e Julio Gomes, deviam
ordenar a maneira de eleger as novas côrtes. O Rio-Tinto offerecia
dinheiro. Havia um formigar espesso de gente dedicada, prompta a
sacrificar-se pela patria, pedindo os lugares que os vencidos
devoravam havia tempo demasiado. Passos «tinha o braço cançado
de assignar demissões».

Nós já conhecemos, desde 26, o tribuno do Porto elevado ao

fastigio do poder. Os dois Passos, filhos de um proprietario de
Bouças, pertenciam a essa burguezia do norte do reino por estirpe e
temperamento. Tinham nascido na abastança, desconhecendo as
privações crueis da infancia que umas vezes formam os homens,
mas muitas mais os estragam. Seus paes, sem grandes
propriedades ruraes—ninguem as tem no Minho—possuiam bastos
capitaes moveis, o que tambem no Minho é commum: em 28 tinham
na companhia dos vinhos e em casas de commercio do Porto o
melhor de sessenta mil cruzados. Na casa de Guifões havia
frequentes banquetes á antiga portugueza, servidos em velhas
pratas; e os dois moços foram mandados a Coimbra, onde só iam
os abastados. O pae destinava o mais velho, José, ao clero; o
segundo talvez á magistratura. Por quarenta mil cruzados a dinheiro
tinha contratada a compra do priorado de Cedofeita para o que veiu
a ser vice-presidente da junta em 46, bacharel formado em
Canones. 1828 destruiu todos estes planos, arrastando os dois
irmãos á emigração, onde a riqueza da familia começou a fundir-se.
De 28 a 31 a mãe mandou-lhes trinta mil cruzados para Paris: ahi os
moços irmãos Passos, dos raros emigrados ricos, eram uma
providencia dos companheiros pobres, entre os quaes estava
Saldanha. (Corresp. de Port. 13 de dez. 80)
Agora, supprimida a carta, começava-lhes uma vida nova, e um
reinado; mas a seu lado vê-se um nome que não ficaria decerto
esquecido depois dos louros de honra conquistados no exodo para
a Galliza, em 28.
Sá da Bandeira nascera em 29 de setembro de 1795. Tinha pois
agora quarenta annos: o vigor da vida, e um braço de menos levado
por uma bala no lugar que, mutilando-o, lhe accrescentou o nome.
Cadete em 1810, aos quinze annos, foi para a guerra da Peninsula,
ficando até á paz prisioneiro em França. O liberalismo entre
cesarista e demagogo do imperio napoleonico aprendeu-o, pois, na
infancia. Voltou a Portugal com a paz, e esteve ao lado dos
jacobinos em 20, tornado a França do seu degredo de Almeida.
Intelligencia recta e caracter forte, nem podia perceber as nuances
das cousas, nem dobrar-se ao imperio das conveniencias. Militar fiel
á bandeira, subdito fiel ao rei, cidadão fiel á patria, espirito fiel aos
principios, Sá-da-Bandeira não podia ser um condottiere como
Saldanha, nem um politico como Palmella, nem simplesmente um
instrumento militar como Terceira, nem tampouco um tribuno, idolo
revolucionario, como Passos.
A reacção de 1823 acha-o em Lisboa com vinte e oito annos e
não o seduz. Em vez de pregar no peito a medalha da poeira, como
fizeram Saldanha e Villa-Flôr, emigra outra vez; para regressar em
26, collocando-se ao lado do governo, fazendo a campanha contra
os apostolicos e acabando-a em 27, nomeado major por distincção.
No anno seguinte foi prestar os seus serviços á Junta do Porto, e
bem se póde dizer que lhe salvou o exercito e a honra militar na
retirada para a Galliza que o fez chorar de amargura. Tinha trinta e
tres annos.
Sereno e firme, estoico o virtuoso, julgava-se o homme-lige da
liberdade portugueza. Ligado por principios ao radicalismo, andou
separado das suas intrigas na emigração. Viu sempre a questão
como uma guerra e sobretudo queria desembainhar a sua espada,
obedecendo, sem ambições de mandar, com a serena ambição de
seguir o seu dever, servindo onde, como e quando fosse necessario.
Por isso, logo em 29 passou de Inglaterra á Terceira; e tendo sido
aprisionado pelo cruzeiro miguelista, escapou da cadeia de S.
Miguel, indo apresentar-se a Villa-flôr com o qual fez a campanha
dos Açores.
Veiu com a expedição ao reino; e D. Pedro nomeou-o governador
militar do Porto em 26 de julho, substituindo o antecessor (D.
Thomaz Mascarenhas) que fugira na noite panica de 23-4. Depois
foi ministro; e em 34 governador do Algarve, para bater as guerrilhas
do Remechido. Consolidada a paz, tributado o preito de fidelidade
ao throno que a guerra levantára, embainhou a espada e sentou-se
na camara do lado esquerdo, pois, no seu entender, de ambos os
lados se era egualmente fiel á monarchia liberal. Imperturbavel na
sua serenidade, com um systema de opiniões assaz concatenadas
para um espirito avesso a profundar as cousas, a humanidade era a
sua religião, o dever a sua moral, a monarchia o seu principio, a
espada o seu amor, o povo o seu dilecto. Estava pois longe de ser
um demagogo como os dos Camillos, nem um tribuno da plebe, á
maneira dos de Roma—como do facto era Passos.