AANA误差下线性回归模型M估计的渐近性质

发布时间：2017-04-16 05:28

  本文关键词：AANA误差下线性回归模型M估计的渐近性质，由笔耕文化传播整理发布。

【摘要】：理论研究和实际经验表明线性回归分析中最常用的方法最小二乘法在一些情况下表现不理想.近几十年来统计学家提出了许多替代方法,其中M方法就是最受重视,研究成果最多的一种.M估计是一种非常重要的估计,它包含了最小二乘估计和最小一乘估计这些经典的估计方法.由于随机变量独立性的假设在很多场合下不是很合适的,所以人们常常研究相依随机变量的情形,渐近几乎负相依(简记为AANA)就是一种重要的相依情形.众多的学者研究了线性回归模型的M估计:对于独立误差的情形,文献[5-7]系统地研究了M估计的大样本性质,有些结论非常深入;对于NA误差的情形,文献[8-9]在比较合适的条件下,得到了M估计量的强相合性;其它相依误差的情形参见文献[10-11]等.然而,还未曾见到AANA误差的情形,AANA序列是包含独立序列和NA序列的更为广泛的序列,因此研究AANA样本线性回归模型的M估计的大样本性质是十分有意义和必要的.为此,本文考虑AANA误差的线性回归模型,研究其M估计的渐近性质.本文共分四章,第一章是绪论,主要介绍线性回归模型M估计的研究进展;第二章,研究了误差为AANA随机变量序列线性回归模型M估计的弱相合性,推广了误差为独立、NA随机变量序列等情形的线性回归模型的相应结论;第三章,研究了误差为AANA随机变量序列线性回归模型M估计的强相合性,也得到了AANA序列的Bernstein型不等式,推广了NA样本的相应结论;第四章,研究了误差为AANA随机变量序列线性回归模型M估计的渐近正态性,也得到了AANA序列的中心极限定理,推广了误差为独立、NA随机变量序列等情形的线性回归模型的相应结论.
【关键词】：AANA误差 线性回归模型 M估计 弱相合性 强相合性 渐近正态性
【学位授予单位】：湖北师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O212.1
【目录】：

• 摘要4-5
• Abstract5-7
• 第一章 绪论7-13
• 1.1 课题的背景及其意义7-8
• 1.2 国内外本课题研究现状分析8-11
• 1.3 本文研究的主要内容及创新点11-13
• 第二章 AANA误差下线性回归模型M估计的弱相合性13-32
• 2.1 模型简介及基本概念13
• 2.2 M估计的弱相合性13-32
• 第三章 AANA误差下线性回归模型M估计的强相合性32-39
• 3.1 Bernstein型不等式32-34
• 3.2 M估计的强相合性34-39
• 第四章 AANA误差下线性回归模型M估计的渐近正态性39-52
• 4.1 AANA序列的中心极限定理39-47
• 4.2 M估计的渐近正态性47-52
• 致谢52-53
• 参考文献53-57
• 附录 攻读硕士学位期间发表的论文57

【相似文献】

中国期刊全文数据库 前10条

1 陈波;线性回归与回归常数间显著性判别程序[J];温州医学院学报;1998年04期

2 王峰;一类线性回归及其性质[J];淮海工学院学报(自然科学版);2001年04期

3 任晓全;线性回归模型中的加权处理及其应用[J];陕西广播电视大学学报;2002年03期

4 张尚立,刘国忠;一般线性回归模型最佳线性无偏估计的影响分析[J];北京交通大学学报;2004年06期

5 曾文艺;李洪兴;施煜;;模糊线性回归模型(Ⅰ)[J];北京师范大学学报(自然科学版);2006年02期

6 曾文艺;李洪兴;施煜;;模糊线性回归模型(Ⅱ)[J];北京师范大学学报(自然科学版);2006年04期

7 陆元鸿;;水塔水流量问题的广义线性回归解法[J];大学数学;2008年06期

8 侯丽敏;马国峰;;基于灰色线性回归组合模型铁路客运量预测[J];计算机仿真;2011年07期

9 熊耀邦;;建立在线性回归基础上建模方法的研究[J];读与写(教育教学刊);2012年11期

10 胡国成;;线性回归分析特例[J];计量技术;1983年03期

中国重要会议论文全文数据库 前10条

1 刘春凤;;多元模糊线性回归参数的模糊幅度与置信水平[A];中国现场统计研究会第九届学术年会论文集[C];1999年

2 强雁;羌维立;;基于线性回归的建模方法——最小量化法[A];江苏省现场统计研究会第八次学术年会论文集[C];2003年

3 万玉成;;输出数据为未确知数的线性回归预测模型[A];第四届中国不确定系统年会论文集[C];2006年

4 连华娟;李晓奇;;模糊线性回归分析[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年

5 哈明虎;王熙照;;Fuzzy线性回归分析及参数估计[A];模糊数学和系统成果会论文集[C];1991年

6 高伟;陈川;;海底参数反演的邻域加权线性回归算法[A];中国声学学会2009年青年学术会议[CYCA’09]论文集[C];2009年

7 蔡季新;沈永伟;麻良彬;余远东;黄雪辉;;基于线性回归的样本筛选方法及其在短期预报中的应用[A];第八届全国优秀青年气象科技工作者学术研讨会论文汇编[C];2014年

8 王建国;;带有连续和离散数据的局部线性回归:一致收敛性及收敛速度[A];21世纪数量经济学（第11卷）[C];2010年

9 赖茂柏;盖国胜;杨玉芬;刘伟;;粉煤灰的表面改性及线性回归优化改性工艺[A];第十一届全国粉体工程学术会暨相关设备、产品交流会论文集[C];2005年

10 左智力;江建平;谢锋;;大鲵形态量度分析[A];中国动物学会两栖爬行动物学分会2005年学术研讨会暨会员代表大会论文集[C];2005年

中国硕士学位论文全文数据库 前10条

1 陈源;基于正态模糊数的模糊线性回归研究与应用[D];中国地质大学(北京);2015年

2 李琳君;集群数据的二次光滑局部线性回归分析[D];华中师范大学;2015年

3 刘文;手持教育技术在“线性回归分析”中的应用及案例研究[D];华中师范大学;2015年

4 张宇;AANA误差下线性回归模型M估计的渐近性质[D];湖北师范大学;2016年

5 胡章刚;线性回归诊断若干问题研究[D];武汉科技大学;2010年

6 高菲菲;二次光滑局部线性回归的核密度函数选择分析[D];华中师范大学;2013年

7 肖剑;连续时间局部线性回归的边界效应[D];复旦大学;2012年

8 孟会芳;二次光滑局部线性回归中的宽带选择[D];华中师范大学;2013年

9 张哲;高维数据线性回归建模方法分析[D];天津大学;2013年

10 刘英华;利用线性回归作预测的研究[D];武汉科技大学;2007年

  本文关键词：AANA误差下线性回归模型M估计的渐近性质，由笔耕文化传播整理发布。

，

本文编号：310127