半参数回归模型小波估计.pdfVIP

V ol. 28( 2008) No. 4 J. o f Mat h . ( PR C) MA ( ) * 朱崇军 ( 湖北师范学院数学系, 湖北黄石 4 35002) } : 本文研究误差为 MA ( ) 时间序列的半参数回归模 型. 利用小波方法, 研 究了参数 分量非参数分量 g ( t) 的小波估计^ n g^ n () 的渐近性质. 在适当的条件下, 得到了^ n 的渐近正 态性 强收敛速度 矩收敛速度及 g^ n () 的强相合性和矩相合性. : 半参数回归模型; 小波估计; 时间序列; 收敛速度 MR( 2000) : 92B20; 34K20; 34 C25 : O175. 13 : A : 2008) 1 引言 考虑半参数回归模型 y i = xi + g ( t i ) + i , i = 1, 2, , n ( 1. 1) 其中(x i , t i ) ( t i [ 0, 1] ) 是固定的非随机设计点列, R p 是未知待估参数, g ( ) 是定义在 [ 0, 1] 上的未知函数, { i } 是随机误差, E i = 0, i= 1, 2, . 将小波方法用于回归模型, 可以在对待估函数要求较低的情况下, 得到比较优 良的性 质, 因此近年来受到许多作者的关注. 由于时间序列在实际应用中的广泛性, 本文将考虑随 机误差为平稳 M A ( ) 序列的情形, 它包含了A R ( p ) , M A ( q) , A RMA ( p , q) 等各种时间序 列模型. 对于模型( 1. 1) , 如[ 1] 所述, 我们的主要兴趣在于估计未知参数 , 而把非参数部分视 为无穷维多余参数. 本文的主要目的是在适当的条件下, 证明 的小波估计^ n 的渐近正态 1 1 1 性, 并给出强收敛速度 O( n- 2 log 2 n) 与均方收敛速度 O( n- 2 ) , 它接近于误差{ i } 为 d 变量 时的最佳速度, 这说明从大样本意义上看, 小波方法是一种可供选择的统计估计方法, 同时 本文中也证明了 g ( ) 的小波估计量 g^ n ( ) 的强相合性与矩相合性. 设 ( ) Sl ( 阶为 l 的 Schw ary z 空间) 是某个给定的刻度函数, 相伴 L 2 ( R) 的多尺度 分析为{ V m} , { Vm } 的再生核为 m m m m m m E m ( t, s) = 2 E 0 ( 2 t , 2 s ) = 2 ( 2 t - ) ( 2 s - ) Z 记A i = [ si- 1, si ) 是[ 0, 1] 的一个分割, 且 ti A i , 1 i n, 这里{ ti } 是满足( 1. 1) 的设计点列. * : : 200 80 113 : 湖北省教育厅重点科研资助项 目( D200522002) . : 朱崇军, ( 1964) , 男, 四川资阳市, 副教授; 研究方向: 金融数学. 454 数 学 杂 志 Vo l. 28