NW型瞬时波动率核估计的一致弱相合性

波动性是金融产品价格演化的重要特征,为了防范与规避金融风险,人们长期以来都十分重视研究波动率的估计问题.本文对Kristensen(2010)提出的NW型瞬时波动率核估计做进一步研究,研究该估计的渐近性质,在一些较为合理的条件下给出了估计的一致弱相合性,我们的条件弱于Kristensen(2010)所使用的条件,且获得了较好的收敛速度.

弱相似矩阵的一个性质

本文首先给出了矩阵弱相似及ｒ度弱相似的定义，然后证明了定理１，揭示了ｒ度弱相似矩阵的特征多项式之间的关系。

多维广义线性模型拟极大似然估计的弱相合性

本文考虑多维广义线性模型的拟似然方程sum from i=1 to n X_i(y_i-μ(X_i^1β))=0,在一定条件下证明了此方程的解(?)渐近存在,并得到了其收敛速度,即■_n-β_0=O_p(■_n^(-1/2)),其中β_0为参数β的真值,■_n是方阵S_n=sum from i=1 to n X_iX_i^1的最小特征值．

缺失数据下局部估计的弱相合性和渐近正态性

在缺失响应变量的不完全数据下,对非参数回归模型进行研究.利用局部线性回归方法,给出了回归函数m(x)的估计,并给出了条件偏差和条件渐近方差,证明了缺失数据下局部估计具有渐近正态性和弱相合性.

NA样本下随机设计的半参数回归模型的弱相合性

本文研究了误差为NA序列下随机设计的半参数回归模型的问题.利用权函数和最小二乘估计的方法给出了参数、非参数及误差方差的估计,在较弱的条件下获得了它们的弱相合性结果.

半参数回归模型拟极大似然估计的弱相合性

本文考虑一类固定设计的半参数回归模型,其误差为一阶自回归时间序列。用权函数及拟极大似然估计方法得到了一些参数及非参数的拟极大似然估计量,在适当的条件下,研究了它们的弱相合性,从而丰富了该类半参数回归模型的估计理论与方法。

误差为AANA序列的部分线性模型的弱相合性

研究误差为渐近几乎负相依序列的部分线性模型的性质.利用最小二乘法和非参数加权的估计方法,得到参数、非参数和误差方差的估计,并在合适的条件下得到这些估计量的弱相合性,推广了误差为负相依序列的部分线性模型的相关结论.

广义线性模型中拟似然估计的弱相合性

研究了广义线性模型在非自然联系情形下的拟似然方程∑ni=1XiH X′iβΛX′iβyi-h X′iβ=0的解β^n.在λ-n→∞和其他一些正则性条件下证明了拟似然方程解β^n的弱相合性,并得到了与自然联系情形下一样的收敛速度,即β^n-β0=Opλ-n-1/2,其中β0为β的真值,λ-n(λ-n)表示方阵Sn=∑ni=1XiX′i的最小(最大)特征值.

混合整数线性模型参数最小二乘估计的弱相合性

在GPS和测绘等领域中,混合整数线性模型是非常重要的一种模型。本文在混合整数线性模型参数的最小二乘估计的基础上,证明了该估计量的弱相合性。Monte Carlo模拟验证表明,各参数估计的相合效果明显。

散布阵弱相合PP估计稳健的充要条件

对于F(x)∈μ_p~,本文给出了散布阵弱相合PP估计在F处稳健的充要条件是,F∈_OD(S),并列举了几个例子。

线性回归系数最小二乘估计弱相合性的一个结果

假定线性回归模型的误差列为ｉ．ｉ．ｄ，有ｒ阶矩，１≤ｒ＜２．［１］中证明：若S_n^(-1)=(n i=1,n)^(-1)=O(n^(2-r)/r),则β的最小二乘估计βｎ为ｒ阶矩相合，因而也为弱相合．本文证明了：这个阶不能有任何改进：对任何常数列｛ｃｎ｝，若liminf(c_n^-(2-r)/r)=0,则条件Ｓｎ－１＝Ｏ（ｃｎ－１）对βｎ为弱相合不再是充分的．

L_1核密度估计的弱相合和完全相合性

设x_n的密度函数为f(x),X∈R^d,f_n(x)=(nh^d)^(-1)sum from i-1 to n k((x-x_i)/h)为f的核估计,其中0<h=h(n)→0,K绝对可积且∫K(x)dx=1,记J_n=∫|f_n(x)-f(x)|dx,本文对样本{x_n}为α混合或φ混合时.给出J_n依概率趋于0,完全收敛于0的充分条件。

广义线性模型中拟似然估计的弱相合性及收敛速度

在非自然联系情形下讨论了广义线性模型拟似然方程的解βn在λ—n→∞和其他一些正则性条件下证明了解的弱相合性,并得到其收敛于真值β0的速度为Op(λ—n-1/2),其中λ—n(λ—n)为方阵Sn=iΣ=n1XiX'1的最小(最大)特征值.

广义线性模型极大似然估计弱相合性的数值模拟

广义线性模型是经典线性模型的自然推广,它是一类应用广泛的统计模型.选择Probit模型,利用matlab编程,通过数值模拟的方法验证了广义线性模型的极大似然估计的弱相合性.

误差相关线性模型回归系数估计的弱相合性

对于误差相关的线性模型，本文就有约束与无约束的情形分别给出了回归系数的 Ｇ Ｍ 估计弱相合的充分必要条件，并举例说明误差相关的线性模型中回归系数的 Ｌ Ｓ的估计的弱相合性与均方相合性并不等价。

NA样本最近邻密度估计的弱相合性

在NA样本下研究了最近邻密度估计。与同类文章相比,将条件k_n^2/n→∞削弱为这里的k_n^t/n→∞,t∈(1,2],因而在较弱的条件下得到了弱相合性的结论。

半参数回归模型小波估计的弱相合速度

考虑半参数回归模型ｙｉ ＝ Ｘτｉβ＋ ｇ（ｔｉ） ＋ ｅｉ，ｉ ＝ １，２ ，…，ｎ ，使用小波方法估计模型的两个分量β和ｇ，并得到了β和ｇ 的小波估计的弱相合速度．

广义线性模型拟似然估计的弱相合性

研究了广义线性模型在非典则联结情形下的拟似然方程Ln(β)=∑ni=1XiH(X'iβ)Λ-1(X'iβ)(yi-h(X'iβ))=0的解βn在一定条件下的弱相合性,证明了收敛速度βn-β0≠op(λn-1/2)以及拟似然估计的弱相合性的必要条件是:当n→∞时,S-1n→0。

广义线性模型中拟似然估计的弱相合性及渐近正态性

对于多维广义线性模型,q×1响应变量yi是可观测的,协变量xi是已知p×q固定设计的情形,研究了在自然联系情形下的拟似然方程nΣi=1Xi(yi-h(XiTβ))=0的解βn.用压缩映射,证明了拟似然方程的解βn在λn→∞及其它正则条件下的弱相合性,将独立随机变量情形推广到了任意随机变量;在独立的情形下对于t>0,利用ψ(t)为正的非降函数,使得limt→∞[ψ(t)]=∞以及tψ(t)为凸函数,证明了拟似然估计βn的渐近正态性.

广义线性模型中拟似然估计的弱相合性及渐近正态性

对于多维广义线性模型,q×1响应变量yi是可观测的,协变量Xi是已知的p×q固定设计的情形,研究了在自然联系情形下的拟似然方程∑i=1nXi(yi-h(XiTβ)=0的解βn.用压缩映射,证明了拟似然方程的解βn在-λn=O()-λn及其它正则条件下的弱相合性;在独立的情形下对于t>0利用ψ(t)为正的非降函数,使得limt→∞[ψ(t)]=∞以及tψ(t)为凸函数时,证明了拟似然估计βn的渐近正态性.