当前位置:主页 > 科技论文 > 数学论文 >

WOD误差下线性和部分线性回归模型中估计量的渐近性质

发布时间:2021-11-07 00:59
  回归模型是统计学中发展较早、理论内容丰富并且应用性强的统计模型.由于实际应用的需要,回归模型一直在不断发展进步,并由最初的参数回归模型发展到非参数及半参数回归模型.本篇论文主要讨论参数和半参数回归模型的两个经典模型:线性和部分线性回归模型.在回归模型中通常假设随机误差项是独立的,但事实上这一假设并不合理,尤其是在处理连续收集的经济数据中.因此,本篇论文主要考虑相对宽泛的相依随机误差:WOD随机误差,及由WOD随机变量序列产生的线性过程误差.首先,考虑经典的线性回归模型:Yi=xi’β+ei,i=1,...,n,≥1,其中x1,x2,…,xn是p× 1维的已知设计向量,e1,e2,…,en是均值为0的WOD随机误差,β是p×1l维的、未知的参数向量.本文先利用随机变量的截尾技术和常用不等式,建立WOD随机变量加权和的几乎处处收敛性,然后利用该强收敛性和Bernstein型不等式,进一步研究WOD随机误差下线性模型(1)中β的M估计的强相合性,所得结果将推广Chen和Zhao[113],陈希孺和赵林城[114]及Wu和Jiang[65]的相应结论.其次,在上述结果的基础上,继续深入研究M估... 

【文章来源】:安徽大学安徽省 211工程院校

【文章页数】:131 页

【学位级别】:博士

【部分图文】:

WOD误差下线性和部分线性回归模型中估计量的渐近性质


图6.1-6.12发现,不管f的取值为多少,随着样本量n的增加,义-/3和??如⑴-S⑷在0的附近波动,并且波动范围明显减小.该数值模拟的结果与定??理6.1的理论结果相吻合.??

【参考文献】:
期刊论文
[1]On complete convergence for Stout’s type weighted sums of NOD sequence[J]. YI Yan-chun,HU Di,CHEN Ping-yan.  Applied Mathematics:A Journal of Chinese Universities(Series B). 2015(03)
[2]END随机变量序列产生的移动平均过程的收敛性[J]. 邱德华,陈平炎.  数学物理学报. 2015(04)
[3]Complete and Complete Moment Convergence for Weighted Sums of Widely Orthant Dependent Random Variables[J]. De Hua QIU,Ping Yan CHEN.  Acta Mathematica Sinica(English Series). 2014(09)
[4]Almost Sure Convergence Theorem and Strong Stability for Weighted Sums of NSD Random Variables[J]. Yan SHEN,Xue Jun WANG,Wen Zhi YANG,Shu He HU.  Acta Mathematica Sinica. 2013(04)
[5]NA样本部分线性模型估计的强相合性[J]. 周兴才,胡舒合.  系统科学与数学. 2010(01)
[6]相依MA(∞)误差下半参数模型小波估计的收敛速度(英文)[J]. 梁汉营,王晓志.  应用概率统计. 2010(01)
[7]STRONG CONSISTENCY OF M ESTIMATOR IN LINEAR MODEL FOR NEGATIVELY ASSOCIATED SAMPLES[J]. Qunying WU Department of Maths and Physics,Guilin University of Technology,Guilin 541004,China..  Journal of Systems Science & Complexity. 2006(04)
[8]FIXED-DESIGN SEMIPARAMETRIC REGRESSION FOR LINEAR TIME SERIES[J]. 胡舒合.  Acta Mathematica Scientia. 2006(01)
[9]半参数回归模型估计的平均相合性[J]. 潘光明,胡舒合,方利宝,程正东.  数学物理学报. 2003(05)
[10]半参数回归模型中小波估计的随机加权逼近速度[J]. 薛留根.  应用数学学报. 2003(01)



本文编号:3480855

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/yysx/3480855.html


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

版权申明:资料由用户cff6b***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