[相依与删失情形回归函数的估计]

【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.
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。