NA样本非参数回归权函数估计的强相合性

在 NA样本下 ,讨论了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 ,并把这个结果应用于 Gasser- Muller估计和 Priestley and Chao估计 .

相协样本半参数回归模型估计的强相合性

考虑半参数回归模型Y( j) (xin,tin) =tinβ +g(xin) +e( j) (xin) ,1 j m,1 i n.利用最小二乘法和权函数估计方法 ,定义β,g的估计量βm ,n和 gm ,n(x) ,在负相依样本及较弱的条件下证明了这些估计的强相合性 ,得到了与独立情形一致的结论 .

NA样本均值的随机加权估计及应用

研究了随机变量序列{Xn,n≥1}为NA相协样本条件下,均值X-n的随机加权逼近。用n(Hk(x)-X-n)的条件分布去模拟n(X-n-μ)的分布,证明了该分布的随机加权逼近及其收敛性,并对研究结果进行了仿真分析。

线性模型最小二乘估计相合性定理的推广

在NA样本下讨论了线性回归模型最小二乘估计的r阶矩相合性,并推广相合性定理.

NA样本下线性模型估计矩相合性

在NA样本下讨论了线性回归模型最小二乘估计的r阶矩相合性,并在0<r<2及r>2时推广了相关文献之结论.

相协样本分布函数光滑估计的正态逼近速度

在平稳相协样本下,讨论分布函数光滑估计的一致渐近正态性.在较合理的条件下给出了分布函数光滑估计的一致渐近正态性的收敛速度,这个速度几乎达到n^(-1/4).