排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
考虑随机系数自回归模型Yt =Φtyt-1+ ut,其中 Φt为随机系数,ut为随机误差。在允许Φt与ut相依以及Eut无穷的条件下,构造了误差方差的自加权估计,并证明了该估计的渐近正态性。最后通过数值模拟,说明
自加权估计的稳健和有效性。 相似文献
2.
考虑一类"中度偏离"单位根过程,y_t=q_ny_t-1+u_t,其中qn=1+c/(k_n),k_n=o(n),c为一非零常数,{u_t}为随机扰动项序列.在允许扰动项方差无穷的条件下,构造q_n的复合分位数估计,并得到了该估计的渐近分布.最后通过数值模拟,在扰动项服从t(2)分布下,说明了该估计的稳健和有效性. 相似文献
3.
傅可昂 《浙江大学学报(理学版)》2010,37(6):625-628
设{Xn,n≥1}是一均值为零、方差有限的正相伴平稳序列.记Sn=sum Xk,Mn=maxx≤n|Sk|,n≥1 from k=1 to n,并假设0σ2=EX12+2 sum E X1 Xk∞ from k=2 to ∞.在E|X1|2+δ∞,δ∈(0,1],以及对某个α1,sum Cov(X1,Xj)=O(n-α) from j=n+1 to ∞的条件下,建立了PA序列关于Chung型对数律的精确收敛速度. 相似文献
4.
设{Xn,n≥1}是实可分Banach空间独立随机变量,讨论了在弱大数律的假设下使得Chung-Teicher型强大数律也成立,即bn^-1||∑k=1^n(Xk-EXkI(||Xk||≤bk))||→^p0当且仅当bn^-1||∑中k=1^n(Xk-EXkI(||Xk||≤bk))||→^a.s.0. 相似文献
5.
考虑随机系数自回归模型Yt =Φtyt-1+ ut,其中 Φt为随机系数,ut为随机误差。在允许Φt与ut相依以及Eut无穷的条件下,构造了误差方差的自加权估计,并证明了该估计的渐近正态性。最后通过数值模拟,说明
自加权估计的稳健和有效性。 相似文献
6.
设{X,Xn;n≥0}是一取值于可分Banach空间中的同分布Φ~*-混合随机变量序列,并记其几何加权级数为ξ(β)=sum from n=0 to ∞β~nX_n,其中0<β<1.在X的二阶矩可能不存在的条件下,建立了ξ(β)的一个广义重对数律. 相似文献
7.
本文针对φ-混合相依变量,在其方差可能为无穷的条件下,建立了一个广义Strassen重对数律,一定程度上推广了先前的结论.作为应用,建立了部分和乘积的广义Strassen重对数律. 相似文献
8.
考虑近非平稳一阶自回归模型,Xt=θXt-1+ut,其中θn=1-γ/n,γ为一固定常数,{ut}为一重尾随机扰动项.对θn及其最小二乘估计(θ)n,采用bootstrap再抽样方法逼近(θ)n-θn的分布,并证明了该再抽样方法的渐近有效性. 相似文献
9.
设{Xt;t≥1}是由Xt=∑i=0∞aiεt-i所定义的线性过程,其中{ai;i≥0}是一实系数序列,{εi;-∞02可能为无穷的情形下,证明了{Xt;t≥1}的一个广义强逼近定理.作为应用,得到了线性过程部分和与部分和乘积的广义重对数律,以及具有相依重尾扰动项的AR(1)模型的渐近性质. 相似文献
10.
考虑非线性自回归模型xt=f(xt-1,…,xt-p,θ)+∈t,其中θ为q维未知参数,{∈t}为随机误差.在允许误差方差无穷的重尾条件下,构造θ的自加权M-估计,并证明了该估计的渐近正态性.最后通过数值模拟,在随机误差服从某些重尾分布的条件下,说明自加权M-估计比最小二乘和L1估计更有效. 相似文献