ARMA序列AR参数G—M估计的渐近正态性

证明了ＡＲＭＡ序列ＡＲ参数Ｇ－Ｍ估计的渐近正态性。     

ARMA模型MA参数的G－M估计及其渐近正态性

本文利用样本逆自相关系数给出ＭＡ参数的一种估计方法，并证明利用此方法求得的多数估计的渐近正态分布性质。     

污染数据半参数模型估计的渐近正态性

对固定设计下的污染数据半参数模型估计的渐近分布进行了研究,并在一定条件下证明了该估计具有渐近正态性.     

半参数EV模型二阶段估计的渐近正态性

考虑半参数EV模型 Yi =x′iβ+g(Ti)+ei,Xi =xi +ui,1≤i≤n,β∈Rp 为未知回归参数,g(·)为[0,1]上的未知Borel函数。利用近邻权函数并综合最小二乘法建立了参数的估计量,并研究了它们的渐近正态性。     

多参数的变换矩估计的相合性及渐近正态性

基于「１」将参数的变换矩估计的相合性及渐近正态性推广到多参数情形。     

同分布NA序列更新过程的渐近正态性

讨论了一般的同分布NA随机变量列更新过程的渐近正态性问题,并将强平稳NA列作为一个推论,得到了其更新过程的相应结果.     

ρ—混合差下回归函数估计的渐近正态

设Ｙ１,Ｙ２,…,Ｙｎ是固定点ｘ１,ｘ２,…ｘｎ的ｎ个观察值,适合模型Ｙｉ＝ｇ（ｘ１）＋ε１,１≤ｉ≤ｎ,在（εｉ）为ρ－混合误差下讨论了Ｐｒｉｅｓｔｌｅｙ等人提出的一类非参数回归函数加权核估计的渐近正态性,在较弱条件条件下,通过对统计量分块的方法,证明了估计量的渐近正态性。     

关于回归函数的核估计的渐近正态性

研究了回归函数的核估计的渐近性质。证明了在一定条件下、回归函数的核估计序列是渐近正态的。     

混合误差下回归函数小波估计的渐近正态性

研究了误差为混合序列时,固定设计下非参数回归模型的小波估计.在适当的条件下得到了估计的渐近正态性.     

MA模型参数的两种估计方法及其渐近性质

本文利用MA模型参数与其逆转形式系数之间的关系,给出了参数的两种线性估计方法,并证明了本文给出的方法具有强相容性和渐近正态性。     

扩散模型复合分位回归估计的渐近正态性

主要研究扩散模型中漂移函数的复合分位回归估计的渐近正态性.基于离散观测样本,利用复合分位回归的方法得到了漂移参数函数的局部估计量,并证明了估计量的渐近正态性.     

MA(q)-模型参数的极大似然估计

讨论在地震记录反演问题中被广泛采用的MA(q)-模型的参数极大似然估计,并采用最陡下降法来求其近似解.通过模拟试验证实此算法是有效的.     

一种非递推ARMA谱估计方法的探讨

本文提出一种ARMA谱估计的非递推最小二乘法。这种方法能预先确定模型阶数,并同时给出了参数估计的方差,计算量小于其它算法。数值计算结果表明本文方法的性能满足要求。     

ARMA模型参数估计的GW-LS两段算法

提出了新的GW-LS两段算法,很好地改善了自回归滑动平均(ARMA)模型参数估计的性能。首先摈弃传统的拟合到AR模型的思考方法,而是基于ARMA模型的相关函数用Gevers-Wouters(GW)算法对ARMA模型拟合到高阶滑动平均(MA)模型;然后在拟合的MA模型参数基础上,用最小二乘(LS)算法求解一个不相容的线性方程组,从而估计出ARMA模型参数。最终的仿真实例说明了本算法较高精度、较快速度的收敛特性。     

ARMA模型参数估计的两段最小二乘法

提出了自回归滑动平均(ARMA)模型参数估计的两段最小二乘法。首先用递推最小二乘法对真实ARMA模型拟合高阶自回归(AR)模型,然后基于所拟合的AR模型参数,用最小二乘法解一个不相容代数方程组得到ARMA模型参数。一个仿真的例子说明了其有效性。     

一类平稳正态序列的最大值与部分和的渐近联合分布

设{Xi}是标准化平稳正态序列，ρn=EX1Xn 1，作者就ρnlog→∞的一种特殊情形得到了最大值与部分和的渐近联合分布。     

有重复观测时多维线形EV模型参数估计的渐近正态性

研究了多维线形EV模型 ,证明了参数估计的渐近正态性