PA误差下的半参数回归模型估计的矩相合性

在误差为正相协(PA)序列情形下,利用最小二乘法和一般非参数统计方法,在适当的条件下,证明了半参数回归模型估计量具有矩相合性.     

PA序列下半参数回归函数估计的强相合性

对于半参数回归模型Yni=β.tni＋g（xni）＋εni,（1≤i≤n）,在误差{εni,1≤i≤n}为平稳PA相依序列条件下,得到未知函数g（x）的权函数估计和未知参数β估计的强相合性.     

PA误差下半参数回归模型估计的均方相合性

对于半参数回归模型yi=xiβ+ g(ti)+ei,1≤i≤n,利用最小二乘法和一般加权方法,定义了β,g(t)的估计量(β)n,(g)n(t).在误差为PA序列时,证明了(β)n,(g)n(t)的均方相合性.     

PA序列下非参数回归函数估计的相合性

设{εi,i≥1}为PA序列,Eεi=0,supjE(ε2j)<∞,对某个r>2及δ>0,supjEεjr+δ<∞,u(n)=O(n(r-2)(r+δ)/2δ),在PA序列误差下,讨论了非参数回归函数加权核估计的相合性.     

PA样本非参数回归权函数估计的强相合性

在PA样本下，讨论非参数回归模型中权函数估计的强相合性及强一致相合性。     

一类半参数回归模型讨厌参数的相合估计

讨论一类半参数回归模型y=xβ+g(t(1)+t(2)α)+e,其中g(·)未知,α、β为实参数,e为随机误差 设有样本{(ti,xi,yi)}ni)′,构造了g(·)、β和讨厌参数α的估计,并证明了其相合性 i,t(2)i=1,ti=(t(1)     

随机删矢下半参数回归模型估计的相合性

首先给出ｇ（·）的一类核估计和β的最小二乘估计，然后证明它们具有强相合性．     

误差为NA序列的回归模型估计的r阶矩相合性

对非参数回归模型yi=g(xi)+ei(i=1,2,…,n),具体讨论误差为NA序列时,对g(x)给出一种加权核估计gn(x),研究gn(x)的r阶矩相合性。对回归模型yi=xiβ+g(ti)+σiei(i=1,2,…,n),讨论误差为NA序列时,给出β的最小二乘估计β,研究β的r阶矩相合性。     

正相协误差半参数回归模型小波估计的强相合性

研究半参数回归模型yi=xiβ+ g(ti)+ei(1≤i≤n),｛ei,1≤i≤n｝为正相协序列的未知参数β和未知函数g(t)小波估计的强相合性,得到它们的强收敛速度.     

半参数回归模型小波估计的强相合性

文章考虑半参数回归模型yi=xiβ g(ti) ei(1≤i≤n),利用小波方法给出了β,g(.)的估计,在适当条件下证明了^β,^g(.)的强相合性,推广了现有文献中的研究成果。     

一类混合序列下半参数模型估计的强相合性

目的在混合随机误差下证明半参数回归模型参数估计的强相合性质。方法利用引理不等式及已给条件进行证明。结果证明了参数β的最小二乘估计和未知函数g(·)的非参数核估计是强相合的。结论半参数回归模型中的参数β和非参数函数g(·)的估计量在ρ混合误差下具有强相合性。     

L~p-混合误差下回归模型估计量的平均相合性

研究了一类误差是Lp 混合的线性模型与非参数回归模型,在免去了文献中对模型所施加的"误差绝对值的p次方一致可积"这一限制条件后,仍得到了估计量的p阶平均相合性.     

正相伴序列的矩完全收敛性

设 Xn;n≥1是一均值为0、方差有限的正相伴平稳序列.记Sn= Xk,Mn= |Sk|,n≥1.证明了在一定条件下,由E|X1|p(|X1|(1/α))∞可推出对任意的ε0,有 npα-2-αh(n)EMn-εn(1/p)+∞,其中h(n)为一在无穷处的缓变函数,x+=maxx,0.       

部分线性模型中估计的强相合性

考虑回归模型ｙｉ＝ｘｉβ＋ｇ（ｘｉ）＋σｉｅｉ,１≤ｉ≤ｎ,其中σｉ２＝ｆ（ｕｉ）,（ｘｉ,ｕｉ）是固定非随机设计点列,ｆ（·）和ｇ（·）是未知函数,β是待估参数,ｅｉ是随机干扰．本文基于ｇ（·）及ｆ（·）的一类非参数估计的β的最小二乘估计βｎ和加权最小二乘估计βｎ,在适当的条件下证明了它们的强相合性．     

鞅差误差下简单线性EV回归模型最小二乘估计的相合性

研究了误差为鞅差序列条件下的线性EV(errors-in-variables)回归模型.利用最小二乘估计方法对模型中β和θ进行估计,证明了估计量的强相合性和均方相合性,从而推广了线性EV回归模型已有的相关结论.     

半参数回归模型中参数的Bayes估计

导出了半参数回归模型中参数的Bayesian最小风险线性无偏估计(BMRLUE),研究了其在均方误差矩阵(MSEM)准则、PRPC和PPC准则下相对于最小二乘加权估计(LSWE)的优良性.     

具有AR（p）误差的半参数回归模型的统计诊断

旨在探究具有AR（p）误差的半参数回归模型的统计诊断．首先对其误差的相关性进行了消除,然后基于数据删除模型对模型进行了统计诊断,得到了估计的诊断公式．最后运用实例说明该方法的有效性．     

线性过程误差下的半参数回归模型

对半参数回归模型:Yni=β·tni+g(xni)+εni,1≤i≤n。本文利用最小二乘法和一般非参数统计方法,定义β,g的估计量^βn,gn,在误差为一般弱平稳线性过程序列时,获得了^βn,gn的相合性及r阶矩相合性。     

基于半参数模型的高精度GPS基线处理中系统误差的分离

基于半参数模型的GPS系统误差处理的关键之一是选择合适的正则化矩阵．本文根据系统误差的特性,应用一阶差分方程从理论上推导了一个正则化矩阵．通过算例,将本文选择的正则化矩阵与其它学者采用的正则化矩阵的效果进行了比较．结果表明：两种正则化矩阵计算结果的精度相当,都可以减弱系统误差对高精度GPS基线向量的影响,与LS技术相比,都可以得到高精度的基线向量．本文选择的正则化矩阵形式上简单,所以计算速度快．     

误差为NOD样本下的非参数回归模型估计的相合性

研究了误差为NOD序列时的非参数回归模型未知函数估计量相合性问题,而NOD序列比NA序列要弱。利用NOD序列的C r不等式,Jensen不等式以及权函数相关性质,证明了其弱相合性。