版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文分三個部分.在第一部分,討論了EV模型的類型和研究EV模型所運用的一些方法和所取得的成果.在本文第二第三部分借鑒了他們的研究方法.在第二部分,給出了結(jié)構(gòu)型一般線性EV模型參數(shù)估計的相合性.在第三部分,給出了結(jié)構(gòu)型EV多項式模型參數(shù)估計的相合性. 在[1]中,陳桂景老師用矩方法得到了簡單線性結(jié)構(gòu)型EV模型的參數(shù)估計的相合性和漸進性.受此啟發(fā),在第二部分把陳老師的一些結(jié)果推廣到結(jié)構(gòu)型一般線性EV模型.考慮模型為: Yi=
2、α+Xiβ{ηij=Yi+εij其中ξij,Xi,δij是p維向量,δij=(δij(1),δij(2),…,δij(p))′,Xi是隨機變數(shù),j=1,…,ni,i=1,…,k. 用矩方法構(gòu)造了未知參數(shù)的估計量,并證明了在一定的適當(dāng)條件下這些估計量是未知參數(shù)的強相合估計. 在[2]中,Marie-LuceTaupin考慮了結(jié)構(gòu)型非線性EV模型:{Yi=fβ0(Xi)+ξiZi=Xi+εi其中fβ0(Xi)是Xi的非線性函
3、數(shù),Xi是隨機變數(shù),i=1,…,n 對模型(02),Marie-LuceTaupin利用修正最小二乘估計的方法,構(gòu)造了未知參數(shù)的估計量,證明了在一些假設(shè)條件下此估計量是相合估計,并給出了估計量收斂速度的上界. 本文第三部分考慮結(jié)構(gòu)型EV多項式模型:{Yi=fβ(Xi)+ξi=mΣl=0βlXim+ξiZi=Xi+εi其中(Yi,Zi)是觀測值,ξi,εi分別是因變數(shù),自變量的觀測誤差,Xi是隨機變數(shù),i=1,…,n.
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 結(jié)構(gòu)型EV模型中的參數(shù)估計.pdf
- 缺失數(shù)據(jù)下EV模型的參數(shù)估計.pdf
- 線性模型參數(shù)M估計的相合性.pdf
- 混合樣本兩類非參數(shù)估計的相合性及相合速度.pdf
- 混合模型的參數(shù)估計.pdf
- 41614.帶有刪失數(shù)據(jù)的線性ev回歸模型的參數(shù)估計
- 42263.不可忽略缺失數(shù)據(jù)下的非線性ev模型的參數(shù)估計
- 多元線性模型的參數(shù)估計.pdf
- 混合模型參數(shù)估計的研究.pdf
- 線性模型中的參數(shù)估計.pdf
- 增長曲線模型的參數(shù)估計與估計的可容許性.pdf
- 軟件可靠性模型及其參數(shù)估計.pdf
- 參數(shù)估計與非參數(shù)估計
- 軟件可靠性模型及其參數(shù)估計研究.pdf
- 弱誤差半?yún)?shù)和非參數(shù)回歸模型估計的相合性.pdf
- 線性混合模型中的參數(shù)估計.pdf
- 半相依回歸模型的參數(shù)估計.pdf
- 兩因素利率模型的參數(shù)估計.pdf
- 方差分量模型的參數(shù)估計問題.pdf
- 模糊線性回歸模型的參數(shù)估計.pdf
評論
0/150
提交評論