论文部分内容阅读
本文主要分三部分,分别讨论了在随机误差的不同相依情况下,不同模型的S-估计的大样本性质。
在第一部分中,对于线性回归模型:yi=xiTθ0+ei,i=1,2,…,n,当{ei,i=1,2,…,n}为混合序列时,研究了S-估计的渐近性质。证明了S-估计具有强相合性和渐近正态性,并且获得了类似独立同分布情形的方差-协方差结构。在这里,我们主要是针对随机误差为α混合序列及φ混合序列两种情况进行研究。
在第二部分中,研究对于线性回归模型,当随机误差{ei,i=1,2,…,n}为negativelyassociated(NA)或positivelyassociated(PA)序列时,S-估计的渐近性质。在适当的条件下,得出S-估计的上述两个性质成立。
第三部分中,定义了S-估计的一般形式,并证明了这样定义的S-估计仍具有强相合性和渐近正态性。对于线性回归模型,非线性回归模型,AR时间序列以及EIVR模型下的S-估计,作为广义S-估计的特例进行了研究分析。