误差为NA序列的半参数回归模型估计的r阶矩相合性

对于半参数回归模型 yi=xiβ+g( ti) +ei,i=1 ,2 ,… ,n,本文综合最小二乘法和一般加权方法 ,定义了 β,g( t)的估计量 βn,gn( t) .在误差为 NA序列时 ,得到了 βn,gn( t)的 r ( r≥ 2 )阶矩相合性 .

半参数模型误差为NA序列时的r阶矩相合性

考虑半参数回归模型,其中β∈R为未知回归参数,g(·)为[0,1]上的未知Borel函 数,Antoniads[4]中给出了非参数回归模型的小波估计,本文利用小波光滑方法并综合最小二 乘法给出了β、g(t)的小波估计^β、^g(t),在误差为NA序列时,得到了^β、^g(t)的r(r≥2)阶矩相 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。

半参数模型误差为鞅差序列的r阶矩相合性

利用偏残差法并综合最小二乘法,给出了半参数回归模型中参数β和非参数g(t)的^β、^g(t),在误差为鞅差序列时,得到了^β、^g(t)的r(r≥2)阶矩相合性。

R（0，θ）分布族参数的矩估计与最大似然估计

本文讨论了均匀分布族｛Ｒ（０，θ），θ＞０｝中参数θ的矩估计及最大似然估计的效率及相合性，结果表明θ修正后的最大似然估计要优于θ的矩估计。

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.

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。