区间数据下污染数据回归模型估计方法.pdfVIP

维普资讯 第24卷第 1期 赤峰 学 院学报 (自然科 学版 ) VoI．24NO．1 2008年 1月 JournalofChifengUniversity(NaturaIScienceEdition) Jan．2008 区间数据下污染数据回归模型估计方法 王金婵，郑巍山 (德州学院 数学系，山东 德州 253023) 摘 要：简单回归模型中响应变量在某一时刻受到另一随机变量污染，并且我们只能观测到这些污 染数据的区间数据，在此情况下进行回归模型的参数估计．同时证明了参数估计的强相合性． 关键词：第 1类污染；区间数据；回归模型；参数估计；相合性 中图分类号：0212．1 文献标识码 ：A 文章编号：1673—260X(2008)01A一0009—02 考虑线形模型 y。= +13xi+ ￡；，i=l，2，3， g(u，v)，分布函数为G(u，v)．我们可以由前面条件得 A，n， (1) 到Var(yi)=(1— )仃：+仃：． 其中 ￡i相互独立方差为 -021，期望为0、(yi} 令；’： (u；，V)8。I+：(u；，V)8 3(u，Vi)8 (5) 受到另一串与之独立的随机变量 {ti}的干扰．{ti} 其中 62i，62i定义如前，63I=l一6l广62i， 。u， 相互独立期望为0，方差为0-2‘，{ti}与 {yi}相互独 v)， u，v)， ，u，v)是U和v的连续函数，与Y的 立． 在传统的第 1污染情形下 ，我们有这样的表 分布无关，存在连续的偏导数 ， (i：1，2)．满 达式 yi=(1— )yi+ ti (2) 足以下条件： f Ⅲ ， 其中0≤ ≤l称为污染参数．我们要求由于污 IEl=0即JoJ。-()g()dudv--0 染而引起的方差要小于系统部分引起的方差 ，即 2 IJ[：()-。()]g()dv+J。[，()-：()]g()du：l _『 (3) 。 (6) -0： 卜 。 定理 1在上述条件下 E ；=Eyi 我们首先考虑-0。和‘-0 已‘知的情形． 证明 瓯=E[。( l+ ( ( 中，( ) 上述模型就是文献[1]中提出的第 1类污染数 EE==‘J。 ui‘，vi))g(uuii + J。 (ui)uiⅥ’ dvv 据回归模型．文献[1]在-0。和‘仃2．都已知的情形下给 iiJf。Jf。，，((II】】ii^^))^^))dduuiidd]]ddFF(())((77)) 出了模型参数和