版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、Ibragimov首次提出了φ-混合的概念,并對(duì)其進(jìn)行研究,Cogburn也對(duì)此混合序列進(jìn)行了相關(guān)研究.φ-混合的概念作為序列弱相關(guān)的衡量尺度在金融時(shí)間序列數(shù)據(jù)的相關(guān)研究中被廣泛使用,Bradley就φ-混合情形和其他經(jīng)常使用的混合情形給出了很好的綜述.由于φ-混合序列的廣泛應(yīng)用,進(jìn)而φ-混合隨機(jī)序列和的收斂性分別被Utev(1990),Chen(1991),Herrndorf(1983),Peligrad(1985),Sen(1971
2、,1974),Shao(1993)和Wangetal(2009)等研究。
利用經(jīng)驗(yàn)似然(EL)方法求置信區(qū)間是在Owen(1988)首先正式提出的,經(jīng)過(guò)大量研究得出結(jié)論,經(jīng)驗(yàn)似然方法與其他常見(jiàn)的統(tǒng)計(jì)推斷方法相比較,具有較多的優(yōu)勢(shì)-如域保持性、變換不變性等性質(zhì),并且所求得的置信域的形狀完全是由數(shù)據(jù)決定,無(wú)需構(gòu)造軸統(tǒng)計(jì)量.Owen(1990)也進(jìn)一步在獨(dú)立同分布情形下構(gòu)造了隨機(jī)向量的經(jīng)驗(yàn)似然置信域.但我們注意到上述的普通的EL只適
3、用于獨(dú)立樣本情形,而不適用于混合相依樣本。
Kitamura(1997)首次提出了運(yùn)用大小分組的經(jīng)驗(yàn)似然的方法來(lái)構(gòu)造混合樣本下參數(shù)的置信區(qū)間,ChenandWong(2009)運(yùn)用上述同樣的方法構(gòu)造了φ-混合樣本下分位數(shù)的置信區(qū)間.概率密度函數(shù)核估計(jì)原理是Rosenblatt率先提出的,而分布函數(shù)核估計(jì)的思想是通過(guò)借助密度函數(shù)核估計(jì)的思想類似得到的.下面我們主要是運(yùn)用blockwise分組經(jīng)驗(yàn)似然方法來(lái)構(gòu)造φ-混合樣本下分布函
4、數(shù)核估計(jì)在有限個(gè)點(diǎn)處的聯(lián)合漸近分布及其經(jīng)驗(yàn)似然比統(tǒng)計(jì)量,結(jié)果表明聯(lián)合漸近分布服從多元的正態(tài)分布,blockwise分組經(jīng)驗(yàn)似然比統(tǒng)計(jì)量漸近服從x}分布,最后利用數(shù)值模擬,將聯(lián)合漸近正態(tài)所求得的置信域與經(jīng)驗(yàn)似然方法所求得的置信域進(jìn)行比較。
本文的主要研究?jī)?nèi)容如下:
1.第一章主要介紹φ-混合序列的研究概況,經(jīng)驗(yàn)似然的研究發(fā)展過(guò)程及現(xiàn)狀,分布函數(shù)核估計(jì)的研究。
2.第二章利用大小分塊方法證明了,在平穩(wěn)條件下φ-
5、混合樣本下分布函數(shù)在有限個(gè)點(diǎn)處的核估計(jì)的聯(lián)合漸近分布為多元正態(tài)分布。
3.第三章結(jié)合第二章漸近正態(tài)的結(jié)論和分塊經(jīng)驗(yàn)似然方法,進(jìn)一步證明了在φ-混合樣本下,分布函數(shù)在有限個(gè)點(diǎn)處的經(jīng)驗(yàn)似然比統(tǒng)計(jì)量的極限分布。
本文的創(chuàng)新之處主要體現(xiàn)在:
1.本文首次構(gòu)造了在φ-混合樣本下,分布函數(shù)在有限個(gè)點(diǎn)處的聯(lián)合漸近分布,并進(jìn)一步證明了φ-混合樣本下分布函數(shù)核估計(jì)在有限個(gè)點(diǎn)處的經(jīng)驗(yàn)似然比統(tǒng)計(jì)量的極限分布,并通過(guò)上述結(jié)果構(gòu)造分
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- _-混合樣本下密度函數(shù)在有限個(gè)點(diǎn)處的同時(shí)統(tǒng)計(jì)推斷.pdf
- 相協(xié)樣本下分布函數(shù)在有限個(gè)點(diǎn)處的統(tǒng)計(jì)推斷.pdf
- 25582.相協(xié)樣本下密度函數(shù)在有限個(gè)點(diǎn)處的同時(shí)統(tǒng)計(jì)推斷
- Gamma-分布中至多一個(gè)變點(diǎn)的統(tǒng)計(jì)推斷.pdf
- α-混合樣本下含附加信息時(shí)M-泛函的統(tǒng)計(jì)推斷.pdf
- 不同損失函數(shù)下三類分布族參數(shù)的Bayes統(tǒng)計(jì)推斷.pdf
- 一個(gè)新兩參數(shù)分布的統(tǒng)計(jì)推斷.pdf
- 關(guān)于異方差樣本的統(tǒng)計(jì)推斷.pdf
- MA(1)模型中移動(dòng)平均系數(shù)的有限樣本統(tǒng)計(jì)推斷.pdf
- 截尾情形下指數(shù)分布的Bayes統(tǒng)計(jì)推斷.pdf
- 有限混合分布模型的統(tǒng)計(jì)分析.pdf
- 21429.pa樣本下含附加信息時(shí)分位數(shù)的統(tǒng)計(jì)推斷
- 冪級(jí)數(shù)分布的統(tǒng)計(jì)推斷.pdf
- 跳—斜度變點(diǎn)的統(tǒng)計(jì)推斷.pdf
- 相依樣本下回歸函數(shù)基于分割估計(jì)及其改良估計(jì)的統(tǒng)計(jì)推斷理論.pdf
- 有限混合模型的似然推斷.pdf
- 定時(shí)截尾缺失數(shù)據(jù)下指數(shù)分布的統(tǒng)計(jì)推斷.pdf
- 混合地理加權(quán)回歸模型的統(tǒng)計(jì)推斷.pdf
- φ-混合樣本下有限個(gè)分位數(shù)的聯(lián)合置信域.pdf
- 基于相協(xié)樣本下刻度指數(shù)族和單邊截?cái)嘈头植甲鍏?shù)的Bayes統(tǒng)計(jì)推斷理論.pdf
評(píng)論
0/150
提交評(píng)論