【相依与删失情形回归函数的估计】.pdf

目录英之搞要序言第一章相依误差下非线性横型的M任计引言一致性 §3 渐近正态性第二章刪失场合半参数回归模型的二阶般估汁 §1 引言如,及乐比的性质 β的二阶段任计第三章相依样本下非岑数回归出数于刪失教握什计沙强收敛性及其迷友 s1 引音结论 .3 引理及定理的证明参考文献

序言多年来,对回归分析的理论知方法的研究一直非常治改,形色的理论模型在文献中破提出.最常已的有线性横型.非线性琴数枝型,非多数校型以及半参数模型等:这些文献大却分是差于样本为独主和宽全观洲时,对回归巫数进行研究,近年来,越业越多的你為对样本相依或非究全观洲情耐多生了兴趣.本文主要研究当杯本为相依情形戎被随机州失时,回归出数的仕计及其性臣.对于冬数樣型y=fcx,θ)+e,以经讨论以最多的是f为线性情形.对白为任计一般亲用Ls法,(黄小二乘法)

第一章相依误差下非线性模型的M估计 §1.引言参数回归中,最常用的是最小二乘估汁,但最小二乘什的最大缺点就是极易受寻常值的影响.特当日归亟数为参数日为非线性丞数对,最小一乘估汁更不可敢.此时,我们考虑采用相对比轻稳健的从估计.考虑非线性模型 y;= f(x,θ)+e;, =1,,n其中日为一P维未知参数,x为d维已知向量,f为已知函数,为不可观浏的随机误差,为为观察值.令中为R上的非负连续恶数,定义日的M估计堂为白@,使得 Q = min {Q(r),r∈面} 其中αa(r) =(-f(x,r),@c R,画为@的闭包.