半参数回归模型拟极大似然估计的弱相合性.pdfVIP

第25卷 第6期 工 程 数 学 学 报 Vo1．25No．6 2008年12月 CHINESEJOURNAL OFENGINEERINGMATHEMATICS Dec．2008 文章fl~ ：1005—3085(2008)06—1081—06 半参数回归模型拟极大似然估计的弱相合性术 胡宏昌，徐 侃， 陈 琴 (湖北师范学院数学系，湖北黄石 435002) 摘 要：本文考虑一类固定设计的半参数回归模型，其误差为一阶自回归时间序列。用权函数及拟极大似 然估计方法得到了一些参数及非参数的拟极大似然估计量，在适当的条件下，研究了它们的弱相 合性，从而丰富了该类半参数回归模型的估计理论与方法。 关键词：半参数回归模型；AR(1)时间序列；拟极大似然估计；弱相合性 分类号：AMS(2000)62G05；62M10 中图分类号：O212．1 文献标识码：A 1 引言 考虑误差为AR(1)时间序列的半参数回归模型 yk=x[z+g(tk)+E，k=1，2，…，n． 其中Yk为观测数据， 是d×1维确定型设计向量， 是d×1维待估参数，9()·是满足一 定条件的实函数，tk∈0【，l】，误差Ek满足阶为1的自回归过程(简记为AR(1))，即 l=叩1， Ck=tick一1+ ， k=2，3，… ，扎． (2) (k=1，2，… ，n)独立同分布，且E吼=0，Var(uk)= 。。 注1 模型(1)显然包含误差为独立情形的半参数回归模型，只要在(2)式中令P=0即可， 该类模型的研究成果甚多[1-2】。 设 ，P， 的真实值分别为 ，Po，or0，则模型(1)及模型(2)对应的真实模型分别为 Yk= T +g(tk)+ek， =1，2，… ，n． (3) el=叩1， ek=poek一1+叼， k=2，3，… ，几． (4) 其中Erlk：0，Var(~k)： ，e关于 一代数Hk={叼1，… ，讥)可测。由(4)式，可以得到 模型(1)可以看作是带有趋势项 T +g(tk)的非平稳时间序列，可以按照有关提取趋势 项的方法进行求解 ，对于含有线性项、幂函数趋势项、指数趋势项 、周期趋势项组合等等 的非平稳时序模型，已经有比较成熟的处理方法。【一]。当 IPI1时，模型(2)是平稳过程； 收稿日期：2006—11-29．作者简介：胡宏~(1971年12月生)，男，博士，副教授．研究方向：半参数回归模型的统 计理论及其应用． 基金项目：湖北省高校优秀中青年科技创新团队资助项目；湖北省教育厅重点项目fD200522002)． 1082 工 程 数 学 学 报 第25卷 当 lPI=1时，模型(2)是单位根过程；当 IPl1时，模型(2)是爆炸过程。由于时间序列理论 研究的比较成熟，以及时间序列和半参数回归模型的广泛应用，误差为时间序列的半参数回归 模型已经引起了人们的极大兴趣，已经取得了一些成果[6-9]，但该模型无论在理论上还是在应 用上均有极大的发展空间。迄今为止，可以说半参数回归模型拟极大似然估计的研究还是空 白，文献[10]研究了线性回归模型的拟极大似然估计的弱相合性，文献 1【1】研究半参数回归模型 拟极大似然估计量的存在性，本文继续研究拟极大似然估计量的弱相合性。 2 拟极大似然估计及基本假设 先假设 已知，将非参数9()的估计定义为 g(t，)=∑ ()(一 )， k=l 其中wk(t)为权函数。然后，将(6)式代入模型(1)得 = + ￡， k= 1