二元回归模型中参数的最小二乘估计强相合性 |
| |
引用本文: | 朱力行.二元回归模型中参数的最小二乘估计强相合性[J].安徽大学学报(自然科学版),1985(2). |
| |
作者姓名: | 朱力行 |
| |
摘 要: | 考虑线性模型Y_i=X'_iβ+e_i i=1.2.…x'_i=(x_(i1)…x_(ip) β=(β_1…β_p)'为未知参数向量。陈希孺教授考虑了误差e_i的1+δ阶矩(0≤δ≤1)存在的情况,在一些条件的限制下,得到其参数的最小二乘估计的强相合性。本文对ρ=2的二元回归,除了某些限制过严的条件,得到同样结论。
|
STRONG CONSISTENCY OF LEAST SQUARES ESTIMATES OF PARAMETERS IN BINARY REGRESSION MODEL |
| |
Abstract: | Consider linear regression model: Y_i=X_i+e_i i=1,2,… where X'_i=(x_(i1)…x_(ip));β=(β_p…β_p)'are unknown parameter vector, ei are unobserable random errors E|e_i|~(1+δ)<∞i=1,2,…. Under some condition,professor Chen Xiru reached strong consistency of least spuares estimates. In this paper, we establish same result under certain weaker assumption in binary regression model(i,e p=2). |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|