Please wait a minute...
高校应用数学学报
高校应用数学学报  2018, Vol. 33 Issue (2): 191-201    
    
m-WOD误差下非线性回归模型LS估计收敛性
朱妍蓓1;2, 宗瑞雪1;3, 乔旭东1, 赵张瑞1, 杨文志1
1. 安徽大学数学科学学院, 安徽合肥230601;
2. 北京理工大学数学与统计学院, 北京100081;
3. 广西大学数学与信息科学学院, 广西南宁530004
The convergence of LS estimator for nonlinear regression models based on m-WOD errors
ZHU Yan-bei1;2, ZONG Rui-xue1;3, QIAO Xu-dong1, ZHAO Zhang-rui1, YANG Wen-zhi1
1. School of Mathematical Sciences, Anhui University, Hefei, 230601, China;
2. School of Mathematics and Statistics, Beijing Institute of Technology, Beijing, 100081, China;
3. College of Mathematics and Information Science, Guangxi University, Nanning, 530004, China
 全文: PDF(268 KB)  
摘要： 结合m相依随机变量和WOD随机变量的概念, 给出m-WOD随机变量的概念,
它包含了NA随机变量, m-NA随机变量, NSD随机变量, NOD随机变量, END随机变
量, m-END随机变量, WOD随机变量等负相依随机变量. 基于误差为m-WOD随机变
量, 我们研究非线性回归模型参数最小二乘(LS)估计, 获得了参数LS估计的概率不等
式. 作为应用, 在不同的矩条件下, 获得LS估计的完全收敛速度和依概率收敛速度, 推
广了已有文献的结果.
关键词： 非线性回归模型;  WOD随机变量;  最小二乘估计;  相合性    
Abstract: Combining the conception of m dependent random variables with WOD random
variables, the conception of m-WOD random variables is given in this paper, which contains many
negative dependent random variables such as NA, m-NA, NSD, NOD, END, m-END and WOD. Based
on the m-WOD errors, the least squares (LS) estimator of nonlinear regression models is investigated
and some probability inequalities for the LS estimator are obtained. As an application, the complete
convergence and convergence in probability are presented under di?erent moment conditions, which
generalize the corresponding results.
Key words: nonlinear regression models    WOD random variables    least squares estimator    consistency
出版日期: 2018-07-26
CLC:  O212.1  
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　　
朱妍蓓
宗瑞雪
乔旭东
赵张瑞
杨文志

引用本文:

朱妍蓓, 宗瑞雪, 乔旭东, 赵张瑞, 杨文志. m-WOD误差下非线性回归模型LS估计收敛性[J]. 高校应用数学学报, 2018, 33(2): 191-201.

ZHU Yan-bei, ZONG Rui-xue, QIAO Xu-dong, ZHAO Zhang-rui, YANG Wen-zhi. The convergence of LS estimator for nonlinear regression models based on m-WOD errors. Applied Mathematics A Journal of Chinese Universities, 2018, 33(2): 191-201.

链接本文:

http://www.zjujournals.com/amjcua/CN/    或    http://www.zjujournals.com/amjcua/CN/Y2018/V33/I2/191

[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] 韩婧琦, 申广君, 闫理坦. $\alpha$-赋权分数桥的最小二乘估计[J]. 高校应用数学学报, 2015, 30(4): 432-444.
[3] 蔡光辉, 潘雪艳. 不同分布WOD随机变量序列的重对数律[J]. 高校应用数学学报, 2015, 30(4): 425-431.
[4] 丁洋, 吴燚, 王学军, 谢秀娟, 杜玲. WOD随机变量加权和的完全收敛性[J]. 高校应用数学学报, 2015, 30(4): 417-424.
[5] 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.
[6] 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.
[7] 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.