[核实数据情形下nsevr模型的估计理论韦节村]

【核实数据情形下nsevr模型的估计理论韦节村】.pdf致谢 感谢李勇副教授和崔恒建副教授在三年学习期间孜孜不 倦的教诲和悉心指导,他们严谨的治学态度、渊博的知识,使我受益匪浅,谨在此对他们的辛勤培育表示衷心的感谢.感谢数学系96级全体同窗三年来在生活、学习方面对我 的热情帮助,特别感谢商广娟、何世龙、范小明等同学的大 力帮助.衷心感谢师兄秦怀振在本文的写作过程中给予的大力帮 助.本文的写作过程中,始终得到我的导师李勇老师的悉心指 导和崔恒建老师的启发和指点,在此向他们致以深深的谢意。文中符号说明 对任意m维向量函数f(c1,2,,Zm),=(x1,2m),记 -2=c2T af(z)(af(x) af(x) 2f(z) a2f(z) 2f(z) 0x1021 0zmdz1 82f(z) o2f(z) 0z10zm 0zn0z1 对X=(c11,,x1m),Xn=(cn1,.,2nm),记 对Ak=(aijk)mn,k=1,.对度量误差模型的研究来源于许多领域,诸如生物,病理,森林,经济等.这个课题在线 性回归方面已有大量文献,Fuller对线性度量误差模型的研究做了详细的总结.近几 年来,偏线性度量误差模型引起了许多学者的兴趣:[Y=βT+g(T)+∈, x=+,其中Y是响应变量,是真正的预测变量,X是实际观测到的预测变量,它带有度量误差 u.崔恒建在E(e,)=0,Cou(E,vT)T=oIp+1的假定下给出了β和g的广 义核最小二乘估计,证明了其相合性与渐进正态性,并在一些基本的条件下证明了它们达到了 各自的最优收敛速度.
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。