- 1、本文档共99页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
经历似然推断的若干研究
摘 要
本论文主要研究经验似然方法的若干应用.包括以下内容:
在第一章.我们用经验似然方法来构造相伴样本情况下总体密度函数的置信
区间.在一定的条件下我们证明了经验似然比统计量渐近服从标准)(2分布,模拟
结果表明经验似然方法要比分块经验似然方法效果更好.
在第二章.首先.用经验似然方法来构造随机截断数据情况下非参数回归函数
的置信区间.在一定的条件下我们证明了经验似然比统计量渐近服从标准)(『2分
布.模拟结果表明经验似然方法要比正态逼近方法效果更好.其次.用光滑经验似
然方法来构造随机截断数据情况下条件分位数的置信区间.在一定的条件下我们
证明了光滑经验似然比统计量渐近服从标准×2分布.模拟结果表明光滑经验似然
方法要比非光滑经验似然方法效果更好.
在第三章.首先.用经验似然方法来构造平稳遍历函数型数据情况下非参数回
归函数的置信区间.在一定的条件下我们证明了经验似然比统计量渐近服从标准
×2分布.其次.用经验似然方法来构造独立函数型数据情况下条件分位数的置信区
间.在一定的条件下我们证明了经验似然比统计量渐近服从标准×2分布.
在第四章,我们考虑平稳遍历函数型数据情况下非参数回归函数的M估计.
在一定条件下,我们用鞅逼近方法证明了M估计的弱相合性和渐近正态性.模拟
结果表明在处理重尾残差时M估计比Nadarava.W乱son估计更稳健.
关键词:经验似然方法.相伴样本:随机截断数据.函数型数据.密度函数.非参数
回归函数.条件分位数.非参数M估计
X1
Abstract
focusesonsome ofthe likelihood(EL)
Thisdissertation empirical
applications
includethe
method.Thecolltents followingaLspects.
interValsf6rthe
toconstructcon丘dence
In 1.we theELmethod
chapteremploy
anaSs。ciated is thattheEL
functionunder sample.ItproVed
populationdensity
one offreedom
statisticis distributedwith degree
ratio asymptoticallychi—square
thattheELmethod
resultsshow
somemildconditions.Thesimulation
under
betterthantheblockELmethod.
performs
2.we6rstusetheELmethodtoconstructcon矗denceinterValsf6r
InchaDter
the functionwith truncateddata.ItisproVed
nonparametricregression randomly
文档评论(0)