已閱讀1頁,還剩49頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、本文主要分三部分,分別討論了在隨機誤差的不同相依情況下,不同模型的S-估計的大樣本性質。 在第一部分中,對于線性回歸模型:yi=xiTθ0+ei,i=1,2,…,n,當{ei,i=1,2,…,n}為混合序列時,研究了S-估計的漸近性質。證明了S-估計具有強相合性和漸近正態(tài)性,并且獲得了類似獨立同分布情形的方差-協(xié)方差結構。在這里,我們主要是針對隨機誤差為α混合序列及φ混合序列兩種情況進行研究。 在第二部分中,研究對于線性
2、回歸模型,當隨機誤差{ei,i=1,2,…,n}為negativelyassociated(NA)或positivelyassociated(PA)序列時,S-估計的漸近性質。在適當?shù)臈l件下,得出S-估計的上述兩個性質成立。 第三部分中,定義了S-估計的一般形式,并證明了這樣定義的S-估計仍具有強相合性和漸近正態(tài)性。對于線性回歸模型,非線性回歸模型,AR時間序列以及EIVR模型下的S-估計,作為廣義S-估計的特例進行了研究分析。
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于ρ混合誤差下非參數(shù)回歸模型局部多項式估計的漸近性質.pdf
- 負相關時間序列誤差下回歸模型的漸近性質.pdf
- 相依樣本小波密度估計的漸近性質.pdf
- 基于相依樣本序列熵函數(shù)估計漸近性質的研究.pdf
- 相依誤差下線性模型的經(jīng)驗似然推斷.pdf
- 關于S-膨脹類與S-覆蓋性質的研究.pdf
- 矩估計量的漸近性質.pdf
- ρ混合序列下CVaR估計的漸近性質.pdf
- s-正規(guī)群及其性質.pdf
- m-相依誤差下非線性半?yún)?shù)模型的經(jīng)驗似然推斷.pdf
- 相依索賠下基于客戶來到風險模型的漸近性質.pdf
- 分數(shù)階微分方程的S-漸近ω-周期解.pdf
- 一類反應擴散方程譜方法解的漸近性質及長時間的誤差估計.pdf
- 關于測度量子誤差漸近性質的若干研究.pdf
- ARFIMA模型參數(shù)貝葉斯估計的漸近性質.pdf
- 時間變系數(shù)COX模型估計的漸近均方誤差討論.pdf
- 無限方差的GARCH模型的WLAD估計及漸近性質.pdf
- 基于相依左刪失數(shù)據(jù)眾數(shù)非參數(shù)核估計的漸近性研究
- 基于NQD樣本密度函數(shù)估計的漸近性質研究.pdf
- 基于相依左刪失數(shù)據(jù)眾數(shù)非參數(shù)核估計的漸近性研究.pdf
評論
0/150
提交評論