误差为鞅差序列的部分线性模型中估计的强相合性

考虑回归模型:y_i=x_{i ^β} +g(ti)+σ_ie_i ,i=1,2,...,n,其中 σ_i=f(u_i), (x_i,t_i,u_i)是固定非随机设计点列,f(^.),\ g(^.)$\ 是未知函数,β是待估参数,e_i是随机误差且关于非降σ -代数列{F_i,i≥1} 为鞅差序列.对文献[1]给出的基于f^(.)及g(^.)的一类非参数估计的β的最小二乘估计β_n和加权最小二乘估计β_n,在适当条件下证明了它们的强相合性,推广了文献[6]在e_i为iid情形下的结果.     

误差为鞅差序列的部分线性模型中估计的渐近正态性

考虑回归模型yi=xiβ g(ti) ei,i=1,2,…,n,其中(xi,ti)是固定非随机设计点列,g(.)是未知函数,β是待估参数,ei是随机误差且关于非降σ-代数列{Fi,i≥1}为鞅差序列,且满足E(e2n|Fn-1)-σ2=op(1),n→∞,其中0<2σ<∞为未知常数,本文基于g(.)的一类非参数估计的β的最小二乘估计■和2σ的估计量■,在适当条件下证明了其具有渐近正态性,从而推广了[1]在ei为iid情形下的结果.     

半参数回归模型的近邻估计——鞅差误差序列情形

在鞅差误差序列下,给出了半参数回归模型中有关参数β和g(t)的近邻估计,研究了估计量的相合性,在相当一般的条件下,得到了理想的结果。     

误差为鞅差序列的半参数回归模型估计的相合性

设半参数回归模型Ｙ（ｎ）ｉ＝β·ｘ（ｎ）ｉ＋ｇ（ｔ（ｎ）ｉ）＋Ｅ（ｎ）ｉ,ｉ＝１,２,…,ｎ,本文由最小二乘法和一般加权方法定义的β、ｇ（ｔ）的估计量βｎ,ｇｎ（ｔ）,在误差为鞅差序列下获得了βｎ,ｇｎ（ｔ）的ｒ（≥２）阶平均相合性．     

随机截尾下污染数据部分线性模型的强相合估计

考虑一类新的污染数据部分线性模型,当受污染后的因变量被随机右截断时,就截断分布已知的情形,利用所获得截断观测数据构造了模型中的参数分量,非参数分量及污染系数的估计量,并在适当的条件下,证明了这些估计量的强相合性.     

误差为鞅差序列的半参数回归模型估计的相合性

设半参数回归摸型Y^(n)=β·χi(1) g(l1^(n)) 1 ^(n),i=1,2,…．n,本由最小二乘法和一般加权方法定义的β、g(t)的怙计量βn,gn(t)．在误差为鞅差序列下获得了βn gn(f)的r(≥2)阶平均相合性。     

鞅差误差下线性EV模型最小二乘估计的中偏差

研究了线性EV模型:η_i=θ+βx_i+ε_i,ξ_i=x_i+δ_i,1≤i≤n.当误差(ε_i,δ_i)为鞅差序列情形时,讨论了未知参数β和θ的最小二乘估计的中偏差问题.     

鞅差误差序列下半参数EV回归模型的近邻估计

本文研究了误差为鞅差序列的条件下的一维半参数EV回归模型.利用两步估计的方法构造了参数分量和非参数分量的近邻估计,并且分别证明了估计量的L2相合性和强相合性,从而推广了在普通半参数回归模型已有的相关结论.     

误差为NSD序列的广义线性模型的M估计的强相合性

研究了以NSD序列(negatively superadditive dependent)为误差的广义线性模型,得到了未知参数的M估计.在较弱的条件下,利用指数不等式、NSD序列加权和的强收敛性和Borel-Cantelli引理等证明了未知参数M估计的强相合性.此结果推广了独立误差和NSD误差的线性模型的相应结果.     

部分线性函数-结构关系模型的估计

本文研究解释变量为(x,T)的部分线性变量含误差模型,其中x为固定变量,T为随机变量.文中导出了未知参数的两阶段估计,证明了估计的强相合性,并且还证明了未知函数的核估计量是强一致相合的.     

渐近鞅差序列的大数定律

研究渐近鞅的收敛性及渐近鞅的 Doob分解 ,证明了渐近鞅差序列服从大数定律     

鞅差时间序列半参数回归模型的小波估计

用小波方法研究了误差为滑动平均鞅差序列的半参数回归模型,得到了小波估计量的矩收敛速度及强收敛性.     

线性过程误差下的非参数回归模型的注记

对于非参数回归模型Yni=g(xni)+εni,1in,用一般非参数方法,定义了未知函数g(.)的估计量gn(x),当误差序列{εni,1in}为一弱平稳线性过程序列时,在一定条件下,获得了估计量gn(x)的一致强相合性.     

Simultaneous Estimation of Several Stratum Means under Error-in-Variables Superpopulation Models

This paper considers simultaneous estimation of means from several strata under error-in-variables superpopulation models. Necessary and sufficient conditions for an estimator to be admissible in the class of linear estimators are obtained.     

�������Բ������ģ���еĹ�������

In this paper, we consider the estimation problemfor partially linear models with additive measurement errors in thenonparametric part. Two kinds of estimators are proposed. The first oneis an integral moment-based estimator with deconvolution kernel techniques,associated with the strong consistency for the estimator. Another oneis a simulation-based estimator to avoid the integrals involved in theintegral moment-based estimator. Simulation studies are conducted toexamine the performance of the proposed estimators.     

部分线性回归模型变窗宽一步局部M-估计

讨论了部分线性回归模型的变窗宽一步局部M-估计.用一步局部M-估计给出未知函数的估计,用平均方法给出参数估计.进一步通过两个引理证明一步M-估计的渐近正态性.所提出的方法继承了局部多项式的优点并且克服了最小二乘法缺乏稳健性的缺点.     

Estimation of partial linear error-in-response models with validation data

In this paper, an estimation theory in partial linear model is developed when there is measurement error in the response and when validation data are available. A semiparametric method with the primary data is used to define two estimators for both the regression parameter and the nonparametric part using the least squares criterion with the help of validation data. The proposed estimators of the parameter are proved to be strongly consistent and asymptotically normaal, and the estimators of the nonparametric part are also proved to be strongly consistent and weakly consistent with an optimal convergent rate. Then, the two estimators of the parameter are compared based on their empirical performances. Supported by NNSF of China (No. 10231030, No. 10241001) and a grant to the author for his excellent Ph.D. dissertation work in China.