当前位置:主页 > 科技论文 > 数学论文 >

近平稳二阶自回归过程中参数估计量的渐近分布及中偏差原理

发布时间:2018-05-06 19:45

  本文选题:渐近分布 + Durbin-Watson统计量 ; 参考:《南京航空航天大学》2015年硕士论文


【摘要】:概率论是研究随机现象统计规律性的数学分支,它在自然科学、社会科学和生产实际中都有着广泛的应用.大偏差原理理论自上世纪六十年代引入,其研究的是一种遍历性收敛速度的问题,经许多学者的开拓发展,现已经称为概率论的一个重要分支.它在偏微分,马氏过程,动力系统随机扰动,统计,保险与金融等众多领域有着广泛的应用.在金融经济中,股票价格的变化过程大致呈现出自回归模型的形式,通过对参数估计量的分析可以研究数据序列所遵从的统计规律,从而对股票价格进行有效的控制和预测.本文由四章构成:第一章,简单回顾大偏差原理理论的基本概念以及要用到的结论,介绍本文的研究对象与已知结论,然后在此基础上给出本文的研究动机.第二章,对于文中所研究的模型加以介绍,给出我们所得到的结果.第三章,我们分别给出了估计量θn,ρn以及Durbin-Watson统计量Dn渐近分布的证明.首先将θn-θn*分解成分式的形式,利用鞅的中心极限定理得到分子的渐近分布,以及分母弱收敛到其期望,从而由Slutsky's引理得到估计量θn的渐近分布.其次,利用二维鞅中心极限定理及拆分技巧得到估计量(θn,ρn)的联合渐近分布·最后,利用ρn的结论易得Durbin-Watson统计量Dn的渐近分布.第四章,我们分别得到了估计量θn,ρn以及Durbin-Watson统计量D。的中偏差原理.首先我们由指数阶等价性定义,鞅差三角阵列的中偏差原理及拆分技巧得到估计量θn及ρn的中偏差原理,最后由ρn的结论易得Durbin-Watson统计量Dn的中偏差原理.
[Abstract]:Probability theory is a branch of mathematics that studies the statistical regularity of random phenomena. It is widely used in natural science, social science and production practice. The theory of large deviation principle has been introduced since the 1960s, which studies the convergence rate of ergodicity. Through the development of many scholars, it has been called an important branch of probability theory. It is widely used in many fields, such as partial differential, Markov process, stochastic disturbance of dynamical system, statistics, insurance and finance, etc. In the financial economy, the change process of stock price is in the form of regression model. Through the analysis of parameter estimator, the statistical law of data sequence can be studied, and the stock price can be controlled and forecasted effectively. This paper is composed of four chapters: in Chapter 1, the basic concepts of the theory of large deviation principle and the conclusions to be used are briefly reviewed, the research object and known conclusions are introduced, and then the motivation of this paper is given. In the second chapter, the model is introduced and the results obtained are given. In chapter 3, we prove the asymptotic distribution of estimator 胃 n, 蟻 n and Durbin-Watson statistic D n, respectively. Firstly, the 胃 n- 胃 n * is decomposed into the form of fraction, the asymptotic distribution of the molecule is obtained by using the central limit theorem of martingale, and the denominator converges weakly to its expectation, and the asymptotic distribution of the estimator 胃 n is obtained by Slutsky's Lemma. Secondly, the joint asymptotic distribution of the estimator (胃, 蟻 n) is obtained by using the central limit theorem of two-dimensional martingale and the split technique. Finally, the asymptotic distribution of Durbin-Watson statistic Dn is obtained easily by using the conclusion of 蟻 n. In chapter 4, we obtain the estimator 胃 n, 蟻 n and Durbin-Watson statistic D respectively. The principle of moderate deviation of First, we define the exponential order equivalence, the mid-deviation principle of martingale difference triangulation array and the split technique obtain the mid-deviation principle of the estimator 胃 _ n and 蟻 _ n. Finally, from the conclusion of 蟻 _ n, we can easily obtain the mid-deviation principle of Durbin-Watson statistic Dn.
【学位授予单位】:南京航空航天大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:O211.4

【相似文献】

相关期刊论文 前10条

1 蔺富明;蒋莹莹;;平稳高斯序列的联合渐近分布[J];四川理工学院学报(自然科学版);2007年05期

2 周建荣;覃跃海;刘赛玉;陈剑;;一类广义超几何多项式零点的渐近分布[J];中山大学学报(自然科学版);2013年02期

3 陈桂景;陆军;;矩函数刀切估计的渐近分布[J];淮北煤师院学报(自然科学版);1983年02期

4 程士宏;;重截断和的渐近分布[J];应用概率统计;1990年04期

5 潘建新,,白鹏;矩阵t-分布的渐近分布[J];云南大学学报(自然科学版);1995年02期

6 陆传赉;随机观察时间内误码个数的渐近分布[J];通信学报;1986年05期

7 杨永信;;可换序列变叙项极值的渐近分布[J];应用概率统计;1991年01期

8 周建荣;黄民海;王红勇;;两类高斯超几何多项式零点的渐近分布[J];中山大学学报(自然科学版);2011年02期

9 杨永信;可换序列上、下极值的联合渐近分布[J];应用数学学报;1990年01期

10 张俊华;方伟武;;多个离散分布的信息差度量的渐近分布[J];应用数学学报;2006年05期

相关硕士学位论文 前4条

1 于明明;近平稳二阶自回归过程中参数估计量的渐近分布及中偏差原理[D];南京航空航天大学;2015年

2 曹伦凤;完全与非完全样本平稳高斯序列最大值的联合渐近分布[D];西南大学;2011年

3 孙炎炜;相依条件下的单位根检验统计量的渐近分布[D];浙江大学;2008年

4 韩七星;具随机扰动食物有限模型的参数估计及其渐近分布[D];东北师范大学;2006年



本文编号:1853629

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/yysx/1853629.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户b98b8***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com