没有合适的资源?快使用搜索试试~ 我知道了~
数据回归-相依情形下EV回归模型中LS估计的一些极限行为.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 99 浏览量
2022-06-26
06:05:16
上传
评论
收藏 711KB PDF 举报
温馨提示
试读
39页
数据回归-相依情形下EV回归模型中LS估计的一些极限行为.pdf
资源推荐
资源详情
资源评论
第一章
引言
帚一早
j
I石
现实中的许多变量都存在测量误差,在EV模型中也存在着测量误差,这种模型之所
以没有得到广泛的应用是因为它的统计推断和计算比较复杂.在理论上,EV模型在许多
情形下都是适用的,但人们仍然倾向于用常规的回归模型,传统的LS方法去处理这类估
计问题,因此在EV模型中研究LS估计的行为是非常有意义的.许多学者己对独立随机
变量的识别问题作了研究,本文主要研究在相依情形下EV回归模型中LS估计的一些
极限行为.
众所周知,在统计的许多领域,回归分析被用来解释相依变量与独立变量之间有怎样
的关系.然而在许多应用过程中,经常存在协变量测度误差.在Deaton【4】中,用误差变
量的(EV)模型,纠正了样本误差的影响,这比一般的回归模型更实用,因此回归模型通
常被称为误差变量的(EV)模型.因为关于回归模型的标准结果还未完成,所以研究EV
模型是很有必要的.在EV模型中为了获得改善的小样本性质,Fusek和Fuskov矗[9]建
立了一种新的联合估计方法.基于有限的样本分布定理,Mittag【22】对简单EV模型中
的估计参数作了研究.Fuller
f81详细研究了线性EV模型的测度误差.Carroll[2】等最
近研究了非线性EV模型的测度误差.Hslao【11】等提出了一种新的方法,这种方法在不
需要知道潜在变量的条件密度的情况下,就能通过简单计算得出近似的最小二乘方(LS)
估计或极大似然(MLE)估计.
在过去的几十年,已经有许多学者对EV模型进行过研究.在误差为独立随机变量序
列的情形下,Cui【31证明了在EV模型中M一估计的渐近正态性;Liu和Chen【15】给出
了EV回归模型中LS估计的相合性,并且得出估计的强相合和弱相合是等价的.风和p
是强相合和弱相合是等价的充要条件是lim
n-1岛=。o,其中&=∑:1(Xi一牙。)2,但这
对均方相合是不成立的.最近,Miao[21】[20】给出了在简单线性EV回归模型(1.0.1)中,
Ls估计量良和以的中心极限定理和重对数律.在Miao【19]中给出了估计量卢与风
和0与否n的相合性和渐近正态性,与[15,21]中的结果相比,它减弱了某些已知条件,改
进了某些己知结果;在(毛,文){>1服从正态分布的情况下,证明了良和九的大偏差原理;
在较弱的矩条件和较强的中偏差条件下,根据Puhalskii【24】中提供的方法,得到了风和
相依情形下Ev回归模型中LS估计的一些极限行为
如的指数收敛率.在【18】和Zhou[35】中给出的不同条件下,Miao【17】用G{irtner-Ellis
定理『51,得出了良和氏的另一种中偏差定理.在一些协方差关于误差可测的情况下,
f351考虑了上述证明和推断过程.当一些关于回归系数的附加信息可用时,Shalabh【30】
在多元线性超结构测度误差模型中,研究了回归系数的相合估计.
然而,在很多实际应用中,对误差变量的独立假设并不是经常有效,特别是对连续
搜集的经济数据,在误差上经常显出明显的相依性.例如在Q一混合条件下,Fazekas和
Kukush『71证明了非线性函数EV模型中的回归参数的相合性.在带Q.混合误差的EV
模型中,Baran『11考虑了已被修正的分数估计的相合性.在假设误差为平稳的Ot一混合随
机变量序列的条件下,Fan『616给出了良和氏的强相合性,均方相合性和渐近正态性.
本文第二章是在误差Ci,i≥1),_【文,i≥1)为两列负相关随机变量的情形下,给出
了未知参数庞和以的渐近正态性和强相合性;第三章研究的是在误差变量序列服从其
他相依情形下,例如,M一相依序列,鞅差序列,仁混合序列,得到了未知参数良和氏的
渐近正态性.
本文中我们考虑的线性EV模型是:
(C):
吼=p-t-pz{+毛,已=Xi+文,1≤i≤n;
(矗,瓯),1≤i
S几;
(1.0.1)
E£1=E61=0,E6}=盯;,E£;=程,0<盯},or;<∞.
上式中口,卢,盯},盯;,z,,z2…为未知参数,(E,,6-),(£z,如)…为随机变量,({I,,叩t),i=
1,2,…是可观测的.从(1.0.1)中,可得
rh=口+卢6+%,%=Ei一卢文,1≤i≤凡.
(1.0.2)
考虑上式中基于已和碾的一般回归模型,可以得到p和口的LS估计
2
良=∑专鬟三掣,氏=%一良己,
(1.o.3)
第一章引言
这里己=n一1∑:1毛,丽和瓦与它的定义相同.根据(1.0.1),(1.0.2),(1.0.3),经简单计
算可得
良母到塑止掣蠹畿产型型型
“一p=(卢一良)孟n+(p一良)晶一卢瓦+矗.
(1.0.5)
本文中所有的证明都是在上面两式的基础上得出的.
3
剩余38页未读,继续阅读
资源评论
programxh
- 粉丝: 17
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功