Truncated Estimator of Asymptotic Covariance Matrix in Partially Linear Models with Heteroscedastic Errors

有 heteroscedastic 或连续地相关的错误的一个部分线性的回归模型这里被学习。参量的最少的广场评价(SLSE ) 被需要以便使用半使统计推理成为 asymptoticcovariance 矩阵的一个一致评估者，是众所周知的。当错误是 heteroscedastic 或连续地相关时， asymptotic 协变性矩阵的传统的基于剩余的评估者不是一致的。在这篇论文，我们由截断建议一个新评估者，它是穿怀特衣服的过程的延期。当截断的参数与某率收敛到无穷时，这个评估者被显示一致。