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。