Please wait a minute...
高校应用数学学报
高校应用数学学报  2014, Vol. 29 Issue (3): 277-287    
    
局部平稳扩散模型中时变参数的加权最小二乘估计
王继霞1,2, 肖庆宪1
1. 上海理工大学 管理学院, 上海 200093
2. 河南师范大学 数学与信息科学学院, 河南新乡 453007
Weighted least squares estimations of time-varying parameters for local stationary diffusion model
WANG Ji-xia1,2, XIAO Qing-xian1
1. Business School, University of Shanghai for Science and Technology, Shanghai 200093, China
2. College of Mathematics and Information Science, Henan Normal University, Xinxiang 453007, China
 全文: PDF 
摘要： 基于离散观测样本, 利用局部线性拟合, 得到了局部平稳扩散模型中时变漂移参数的加权最小二乘估计, 并讨论了估计量的相合性, 渐近正态性和一致收敛速度. 同时, 通过模拟研究说明了估计量的有效性.
关键词： 局部平稳扩散模型;  局部线性拟合;  加权最小二乘估计;  相合性;  渐近正态性;  收敛速度    
Abstract: Based on discretely observed sample of local stationary diffusion model, the weighted least squares estimations of time-varying drift parameters are obtained by using local linear fitting. The consistency, asymptotic normality and convergence rate of the proposed estimations are discussed. Moreover, it is shown that the estimations are effective through a simulation study.
Key words: local stationary diffusion model    local linear fitting    weighted least squares method    consistency    asymptotic normality    convergence rate
收稿日期: 2013-09-23 出版日期: 2018-06-10
CLC:  O212.1  
基金资助: 国家自然科学基金(11171221); 上海市一流学科(系统科学)(XTKX2012)
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
王继霞
肖庆宪

引用本文:

王继霞, 肖庆宪. 局部平稳扩散模型中时变参数的加权最小二乘估计[J]. 高校应用数学学报, 2014, 29(3): 277-287.

WANG Ji-xia, XIAO Qing-xian. Weighted least squares estimations of time-varying parameters for local stationary diffusion model. Applied Mathematics A Journal of Chinese Universities, 2014, 29(3): 277-287.

链接本文:

http://www.zjujournals.com/amjcua/CN/    或    http://www.zjujournals.com/amjcua/CN/Y2014/V29/I3/277

[1] 孙晓霞 , 时颖慧. 分数扩散模型的参数估计及其应用[J]. 高校应用数学学报, 2017, 32(3): 295-305.
[2] 李云霞, 刘伟棠. 基于经验似然的Logistic回归模型的变点检验[J]. 高校应用数学学报, 2015, 30(3): 367-378.
[3] 张奕, 王婷婷. 基于协整理论的中国人口死亡率预测[J]. 高校应用数学学报, 2015, 30(1): 1-9.
[4] 王江峰, 田晓敏, 张慧增, 温利民. 左截断数据下非参数回归模型的复合分位数回归估计[J]. 高校应用数学学报, 2015, 30(1): 71-83.