单指数模型参数估计的递归算法及其大样本性质.pdfVIP

第2章 单指数模型 2．2传统的迭代算法 菲线性最小二乘算法(嗣乙s)在一般情况下要用到迭代算法来求解，DOu西弱 M．B鑫鼢跹d D∞癍d戳￡s(1988)给出了一般情况下匏迭代算法，将其应用到单 指数模型孛，在邑知联系函数G(≥的条件下，w嗣§的迭代算法如下： 群一黟乙+O能jK以)《慨越甄4 (2．1) 其中，以一以髓)f， 风为该迭代算法的初值，七=1，2，… 睨。一幽昭@“)，∞(吃)，…，∞纯)) K一，一(G’W反dk’，G’K反《如‘，…G‘雠反以k。)f 趣《-瓴一G饼反《)，岁：一G雠最《)，…，靠一G饼统。)) 可以证明，在一定条件下，迭代算法(2。1)收敛，且可以证明它的渐近正态性。 2．3递归算法 在“单指数模型参数估计的递归算法”这篇文章中提出，在已知联系丞数G 和G’的条件下，应用非线性加权最小二乘(烈LS)的方法来估计参数多，最小化 如下的式子： 球矽=荟吨溉一G雠声))2 其中彩0为权函数。