结构型EV模型中的参数估计-概率论与数理统计专业论文.docxVIP

结构型EV模型中的参数估计-概率论与数理统计专业论文.docx

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中文摘要本文利f}j霉星壹鱼谨的方法,分删给出了简荦毪垡笙毽型i::!蟹和一股线性 中文摘要 本文利f}j霉星壹鱼谨的方法,分删给出了简荦毪垡笙毽型i::!蟹和一股线性 结构型EV模型中的参数估计,并讨论了估计的强相合性与渐近『F念性。得到了 ___’‘‘。■^_”_’—’———_一 911】中对函数型EV模型鲍磷究襁平行的结暴。 对予简单线性结构型EV模型,即 舌f嚣x,+正,,叮。/=Y。+su=口十_,∥+sp,J=l,’·‘n,;f=l,。一,七, (0.1) ‘蒸中岛,%。毛,毛分鬟是蠢窝爨t程霾变爨只靛蕊溺{耋鞠鼹测误差户/ 、 受【l】中对函数型EV的研究的启发,本文用矩方法给出了参数卢,口的估计。 在撼样以及自变量秘瑷测误差满懋遗当条传下,我们剽用“烟权独立随机变鬟程 收敛性”的有关定理,得到了估计的强相合性。当测量误差臌工人正态分布时,运 用特征函数这一工具得到了估计的渐近正态性;当测量误差不服从正态分布时, 只要测爨谖差独立,曩叁变量懿残溅误差(疋)分毒对称,狂在2+r(荬r为任 意正数)阶有限矩,则利用Lyapunov它:坠拯腿畿理即可得到估计的渐近正态性。 对于一般线性结构型Ev模型,阳p 弋 岛=菇,+《气,弩#=Y。+岛=搿+x;p÷£口,歹=l,’-‘H,;}=l, ,意, (o.2) (其中乞,%,吼,气分别是自变量爿,和因变量M的观测值和观测误差, 岛,五,磊是p缝淀爨壮文给撼了参数多,聪浆售诗,著凌逶当条传下,褥裂 了估计的强相合性。同时,利用【1】中对函数型EV模型的研究成果,运用取条件 期望的方法,也得到了估计的渐避难态性。 AbstractBy Abstract By taking repetitive observations in this paper,parametric estimators are obtained respectively in a simple structural EV linear model and a linear structural EV model with vector explanatory variables.The strong consistency and asymptotic normality of the estimators are also discussed.All the results are parallel with those in functional EV models of[1]. The simple linear structural EV model studied in the paper can be written as 亏p=工,+氏,玎.,=Y。+g¨=d十x,∥+占口,/=1,’·’n,;f=l,+1。,k,’‘ (o.1) Where{U,r/U,6U,EU are the observation and measurement error of x?and Yi respectively.With the inspiration of the research of functional EV models in 【l】,the estimators of the parameters of爹,aare obtained by using the method of moments.When the sampling,argumem and measurement eITor are subject to some conditions including毛and嘞are i,i.d respectively,some theorems about weighted sums of independent random variables are used to prove the strong consistency of the estimators.When the measurement errors are subject to normal distribution,characteristic functions are used to prove the asymptotic normality of the estimators.Otherwise,the property carl be proved by means of Lyapunov central limit theorem,as long as 6{and£q are independent,the distribution of 6{is symmetric,and there are

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档