排序方式: 共有13条查询结果,搜索用时 30 毫秒
1.
用核估计的方法,构造了自回归模型AR(p)的参数的一种经验Bayes(EB)估计,证明了这种估计的渐近最优性。模拟计算表明,该估计不仅优于古典估计方法,也优于现有的EB估计方法 相似文献
2.
对MA(1)序列裁剪残差自协方差估计(TRA估计)证明了λn(x^n,θ)关于度量dn是等度连续的,为讨论MA(1)序列TRA估计的渐近强稳定性提供了一个基本条件。 相似文献
3.
样本均值随机加权估计的弱大数定律 总被引:3,自引:0,他引:3
本文证明了随机加权估计中一个常用公式Hn-1(t)=Fn-1。Tn(t)在光滑条件下有Hn-1(t)=Fn-1。Tn(t)成立。又在一阶矩有限的条件下,给出并证明了样本均值随机加权估计的弱大数定律。 相似文献
4.
本文考虑半相依回归方程系统Y_i=X_iβ_i+ε_i,i=1,2,其中Eε_i=0,Gov(ε_i,ε_j)=σ_(ij)I_n,β_i∈R~(pi),∑=(σ_(ij))_(2×2)>0未知。在矩阵损失函数L(β,δ)=(δ-β)(δ-β)'下,我们证明了Zellner的两步估计是不可容许的,本文提出了参数β_i的一类两步Minimax估计,证明了这一类两步Minimax估计较Zellner的两步估计具有更优良的性质。 相似文献
5.
对MA(1)序列裁剪残差自协方差估计(TRA估计)证明了λn(xn,θ)关于度量dn是等度连续的,为讨论MA(1)序列TRA估计的渐近强稳定性提供了一个基本条件 相似文献
6.
7.
多元线性回归模型参数的EB估计及其收敛速度 总被引:1,自引:0,他引:1
本文采用多元函数核估计方法,构造了多元线性回归模型参数的经验贝叶斯估计,证明了该估计有如下性质:1.渐近最优,2.收敛速度可任意接近于1。 相似文献
8.
本文以离散鞅的极限理论为工具,给出了在{ε_n}为鞅差条件下的AR(p)模型参数的递推估计及随机回归模型参数的递推估计收敛于真参数的极限速度;还证明了在{ε_n}为鞅差条件下的AR(p)模型参数的最小二乘估计的渐近正态性,并指出在{ε_n}为平稳鞅差序列时,条件适当减弱,上述结论仍成立。 相似文献
9.
10.