异方差回归模型近邻型估计的相合性

本文研究异方差回归模型Ｙｉ＾（ｎ）＝ｇ（ｘｉ＾（ｎ））＋εｉ＾（ｎ）,ｉ＝１,…,ｎ,其中ｇ是右实函数,ｘｉ＾（ｎ）是非随机设计点列,εｉ＾（ｎ）是随机误差,文中定义了一类ｇ（ｘ）的近邻型估计ｇｎ（ｘ）＝（ｎ）∑（ｉ＝１）Ｗｍ（ｘ）Ｙｉ＾（ｎ）,得到了ｒ阶平均相全和渐近正态性,特别,在（∞）∑（ｎ＝１）（ｎ）∑（ｉ＝１）Ｅ／εｉ＾（ｎ）／＾ｓ／（ｎｉ）＾ｓ／ｒ〈∞,ｍａｘＥ（１≤ｉ≤ｎ）／εｉ（＾     

半参数回归非线性小波误差密度估计

In this paper,a semiparametric regression model in which errors are i.i.d random variables from an unknown density f(·) is considered.Based on Hall et al.(1995),a nonlinear wavelet estimation of f(·) without restrictions of continuity everywhere on f(·) is given,and the convergence rate of the estimators in L2 is obtained.     

NA样本回归函数估计的强相合性

在ＮＡ相依样本下研究非参数回归函数加权核估计的相合性,获得了一些较弱的充分条件,与此同时对ＮＡ序列给出一个简洁实用的Ｂｅｒｎｓｔｅｉｎ型不等式。     

独立误差下线性回归最小二乘估计相和性的必要条件

对线性回归Yi=x'iβ+ei,i=1,…,n,…,其中x1,x2,…为已知P维向量,e1,e2,…为随机误差.本文证明了:如果e1,e2,…独立,每一个非退化,则是β的最小二乘估计相合的必要条件,注意此处对ei的期望和方差没有施加任何条件.     

A NOTE ON THE CONSISTENCY OF LS ESTIMATES IN LINEAR MODELS

Consider,the linear regression modelyi = x'iβ ei, 1≤i≤n, n≥1, (1)where x1, x2,' are known Hvectors, P is the unknown pdimensional vector of regressioncoefficiellts, e13 e2,' is a seqdence of iid. random errors, and y1, y2t' are known obser-vations of the dependellt variable. Denote by F the common distribution of e1, e2,' t andwrite9. = {F: j:xar=0, 0< j:lxl'aF< oo}, 1 5 r 5 2.The Least Squares (LS) estimate of P isn rs)n = Z SJ'x.ui, Sn = Zxix:.. i=1 i=1Here we tacitly assum…     

线性回归模型中自变无选择的逐步回归方法及其相合性研究

线性回归模型的建立,一个很重要的过程就是自变元的选择,它直接决定着模型的优劣。本文给出了“宜取回归方程”的逐步回归方法,在一组适当的条件下,证明了这种方法的强相合性。     

改良PP回归最小二乘估计的相合性

本文考虑了PP回归估计问题，给出了PP方向和岭函数相合的改良估计，降低了文献中的限制条件．     

一类纵向数据半参数模型估计的收敛速度

本文研究了一类纵向数据半参数模型参数和回归函数的估计问题.利用最小二乘法和一般的非参数权函数方法,获得了参数估计量的强收敛速度和回归函数估计量的一致收敛速度,推广了文献[4]的相应结果.     

WAVELET ESTIMATION IN NONPARAMETRIC MODEL UNDER MARTINGALE DIFFERENCE ERRORS

§1　IntroductionConsider the following heteroscedastic regression model:Yi =g(xi) +σiei,　1≤i≤n,(1.1)whereσ2i=f(ui) ,(xi,ui) are nonrandom design points,0≤x0 ≤x1 ≤...≤xn=1and0≤u0≤u1 ≤...≤un=1,Yi are the response variables,ei are random errors,and f(·) andg(·) are unknown functions defined on closed interval[0 ,1] .It is well known thatregression model has many applications in practical problems,sothe model (1.1) and its special cases have been studied extensively. For instance,…     

回归系数Stein压缩估计的小样本性质

本文在广义均方误差（GMSE）准则下给出了回归系数β的Stein估计优于最小二乘（LS）估计的充分必要条件，然后在Pitman Closeness(PC)准则下比较了Stein估计相对于LS估计的优良性，本文最后给出了一个特别的注记。     

非线性E-V回归模型中参数估计的渐近性质

本文讨论了非线性E-V回归模型中参数的估计问题,构造了未知参数β0的最小二乘估计β和误差方差σ2的估计σ2,证明了β具有渐近正态性,同时也证明了σ2依概率收敛于σ2的速度可达到n-1/2.     

WAVELET ESTIMATION FOR JUMPS IN A HETEROSCEDASTIC REGRESSION MODEL

11砒roductlonAnalysis ofjumps Is very important Inpractlce．Thejumps often predicts that the in－vestlgated objects are subject to sudden山auges In山aractenstlcs．刊r exaxnple,the jumps ofn 6Xchs,lxge fat6 ill illAnC6 OftCh ShOW th6 lllfiU6DC6 of th6 11POTts;llt 6y6llts h th6 WOTld Oil6nance markt;thejumps ofa seismic signal In oil exploration m叫 imply that there eistsbroken stratum In the expfored strata．It is hot 6My to d6t6Ct th6 JllthPS SlllC6 th6 llld6Ylying Signal Is Oft6l…     

混合误差下回归权函数估计的强相合性

对非参数模型Ｙｉ＾（ｎ）＝ｇ（ｘｉ＾（ｎ））＋ξｉ＾（ｎ）,用权函数ｇｎ（ｘ）＝Σ↑ｎ↓ｉ＝１Ｗｎｉ（ｘ）Ｙｉ＾（ｎ）;估计ｇ（ｘ）,在误差为某些相依随机变量列下,我们获得了ｇｎ（ｘ）,的强相合性及一致强相合性。     

PA误差下回归函数小波估计的渐近性质

本文研究了回归函数小波估计的渐进性质的问题.利用概率不等式方法,获得了函数g(·)的小波估计量的r-阶矩相合,依概率收敛和强收敛以及渐进正态性的结果,所获的结果推广了其他混合相依下的相应结果.     

固定设计下半参数回归模型估计的相合性

对于固定设计下的半参数模型yi=x1β g(ti)┬ei=1，2……，n本文综合最小二乘法和一般的非参数权估计方法，定义了β，g的估计量-βn，-gn及误差方差口α^2=Ee^21的估计量-α^2n，并在适当条件下，证明了它们的强相合性与P(≥2)阶平均相合性．     

BOOTSTRAP WAVELET IN THE NONPARAMETRIC REGRESSION MODEL WITH WEAKLY DEPENDENT PROCESSES

This paper introduces a method of bootstrap wavelet estimation in a nonparametric regression model with weakly dependent processes for both fixed and random designs. The asymptotic bounds for the bias and variance of the bootstrap wavelet estimators are given in the fixed design model. The conditional normality for a modified version of the bootstrap wavelet estimators is obtained in the fixed model. The consistency for the bootstrap wavelet estimator is also proved in the random design model. These results show that the bootstrap wavelet method is valid for the model with weakly dependent processes.     

半参数回归模型中小波估计的随机加权逼近速度

把小波光滑方法和随机加权方法结合在一起，获得了半参数回归模型中参数分量的小波估计的随机加权逼近速度为σ(n^-1/2)。因此，从大样本意义上说，小波光滑方法和随机加权方法对半参数回归模型是可用的。     

相关数据密度函数的非线性小波估计

本文考虑了严平稳随机序列密度函数的非线性小波估计,证明了在Besov空间中,非线性小波估计可达到最优收敛速度.进一步讨论了自适应非线性小波估计,证明了自适非线性小波估计可达到次最优速度即和最优速度相差in n.     

关于回归函数核估计的叠对数律

讨论了非参数回归函数的核估计，用核估计误差分解方法，较弱条件下，到了回归函数核估计的叠对数值。     

半参数回归模型小波估计的弱收敛速度

本文研究了误差为鞅差序列情形下的半参数回归模型.利用小波方法,在相当一般的条件下,得到了参数、非参数估计量的弱收敛速度.