具有AR（）误差的线性模子.pdfVIP

摘要 摘 要 本文研究误差服从一阶自回归的线性回归模型的统计推断问题．这种模 型在许多领域，特别是在经济、管理、工程技术等领域具有广泛应用．对于这 种模型，如果我们忽略了相关性的存在，按照误差服从Gauss．Markov假设的 情形，用标准的最小二乘法去处理，在许多情况下将会导致参数估计精度的下 降和假设检验犯错误概率的升高，及其其它一系列问题．因此，长期以来关于 这种模型的研究颇受统计学家的关注． 本文提出了方差参数的一种新的估计方法，研究了它的一些统计性质． 若以均方误差作度景估计优劣的标准，模拟显示当误差相关程度较高时，新估 计优于文献中常见的矩估计．对应于方差参数这两种估计的回归系数的两种 两步估计，它们的均方误差大致相当． 关于回归系数的线性假设检验问题， 情况下从理论上研究了方差参数对基于广义最小二乘估计的F．检验统计量 (殆Ls(p))的种种影响，提出了敏感性的概念，并给出敏感统计量的形式及其 分布．本文用“前三阶中心矩相等”法，提出了两种新检验，分别用卡方统计 检验进行了比较．模拟结果表明，当误差正相关程度较高时，两种新检验在具 有较小的第一类错误概率的同时，具有较大的功效． 关键词：自相关；方差参数；线性假设；数值模拟；F统计量；卡方检验 摘 要 Abstract The ofthis isto some8tatisticalinferenceoflinear purposepaperstudy modelswi七h have in exten8ive印plicationsmany丘eld8，in AR(1)errors，which as and these models， economic8，managementengiⅡeering．Fbr particular，such of errorcoHe一 isto the戗i8tence forBtati8ticali埘erenceignore an印proach least underGau黯一MarkoV to st锄dard 1ationandthenapply squar明method someserie8 in and willcause pmblemsparameter朗timation assumption，thi8 a h鹅obtained in c蹈鹤． ofthesemodels te8t many Th璐8七udy hypothesis for of a attentionstatist