【摘要】：本文對中度偏離單位根模型的估計問題做了進(jìn)一步的研究,并研究了帶非平穩(wěn)回歸因子的變系數(shù)部分非線性模型,而且完善了非參數(shù)函數(shù)型數(shù)據(jù)局部建�；貧w估計的漸近性質(zhì).其一,我們得到了中度偏離單位根模型自回歸系數(shù)的LAD估計量的漸近性質(zhì).給出了中度可和情形時的漸近正態(tài)分布及中度爆炸情形的柯西極限分布.其二,我們考慮了帶無限方差誤差項的中度偏離單位根模型的分位數(shù)回歸估計.我們分別得到了中度可和情形和中度爆炸情形時分位數(shù)估計的漸近分布.模擬實驗說明了當(dāng)誤差項方差不存在時,分位數(shù)回歸估計量要比最小二乘估計量表現(xiàn)更好,印證了我們的理論結(jié)果.其三,我們研究了一類隨機系數(shù)自回歸過程當(dāng)誤差項方差不存在時的估計問題,并給出了估計量的一個樞軸量.模擬實驗很好的驗證了我們的極限理論結(jié)果.其四,我們對帶非平穩(wěn)回歸因子的變系數(shù)部分非線性模型進(jìn)行了討論.利用擬非線性最小二乘估計,我們得到了模型中參數(shù)向量和泛函系數(shù)的估計量.在適當(dāng)?shù)臈l件下,我們得到了估計量的漸近性質(zhì).其中,向量參數(shù)的估計量的漸近分布依賴于模型中的非線性回歸函數(shù),而泛函系數(shù)的非參數(shù)估計量卻與之無關(guān).模擬實驗很好的驗證了我們的理論結(jié)果.最后,我們得到了非參數(shù)函數(shù)型數(shù)據(jù)回歸局部建模估計量的漸近正態(tài)性,并利用經(jīng)驗似然方法構(gòu)造了回歸函數(shù)的逐點置信區(qū)間.模擬結(jié)果驗證了我們的漸近正態(tài)性結(jié)果且說明了利用經(jīng)驗似然方法構(gòu)造的置信區(qū)間要比基于漸近正態(tài)性構(gòu)造的置信區(qū)間好.
[Abstract]:In this paper, the problem of estimating moderate deviation unit root model is further studied, and the partial nonlinear model with variable coefficients with nonstationary regression factors is studied, and the asymptotic property of regression estimation for local modeling of nonparametric functional data is improved. First, we obtain the asymptotic properties of lad estimators for the autoregressive coefficients of moderately deviated unit root models. The asymptotic normal distribution and the Cauchy limit distribution for the moderately summable case are given. Secondly, we consider the quantile regression estimation of moderate deviation unit root model with infinite variance error. We obtain the asymptotic distributions of the time division bit estimates for the moderately summable case and the moderate explosion case, respectively. The simulation results show that the quantile regression estimator performs better than the least square estimator when the variance of the error term does not exist. Thirdly, we study the estimation of a class of autoregressive processes with random coefficients when the variance of the error term does not exist, and give a pivot of the estimator. The results of our limit theory are well verified by simulation experiments. Fourthly, we discuss the partial nonlinear model of variable coefficient with nonstationary regression factor. By using the quasi-nonlinear least square estimator, we obtain the estimators of parameter vectors and functional coefficients in the model. Under suitable conditions, we obtain the asymptotic properties of the estimator. The asymptotic distribution of the estimator of vector parameter depends on the nonlinear regression function in the model, but the nonparametric estimator of the functional coefficient is independent of it. The simulation results are very good to verify our theoretical results. Finally, we obtain the asymptotic normality of the local modeling estimator of non-parametric functional data regression, and construct the point-by-point confidence interval of the regression function by using empirical likelihood method. The simulation results verify our asymptotic normality and show that the confidence interval constructed by empirical likelihood method is better than that constructed based on asymptotic normality.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：O212.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳翰馥;相關(guān)噪聲下隨機逼近的漸近正態(tài)性(英文)[J];系統(tǒng)科學(xué)與數(shù)學(xué);1984年02期

2 劉維奇,常學(xué)將;逆自相關(guān)函數(shù)G-譜估計的漸近正態(tài)性[J];山西大學(xué)學(xué)報(自然科學(xué)版);1990年02期

3 冀雅生;;適應(yīng)性濾波算法的漸近正態(tài)性[J];成都大學(xué)學(xué)報(自然科學(xué)版);1993年01期

4 胡舒合,熊懷陸;混合樣本時密度估計的漸近正態(tài)性[J];應(yīng)用數(shù)學(xué);1994年01期

5 姬振豫;兩個常用分布的漸近正態(tài)性[J];天津職業(yè)技術(shù)師范學(xué)院學(xué)報;1995年00期

6 喻曦;多維門限自回歸模型系數(shù)估計的漸近正態(tài)性[J];湖南教育學(xué)院學(xué)報;1999年02期

7 吳慧君;多維門限自回歸模型系數(shù)估計的漸近正態(tài)性[J];湘潭師范學(xué)院學(xué)報(社會科學(xué)版);1999年03期

8 李國成;倪百秀;;臨床試驗中多種治療的一種最優(yōu)自適應(yīng)設(shè)計及其漸近正態(tài)性[J];皖西學(xué)院學(xué)報;2011年02期

9 孫東初;條件分位數(shù)和條件密度的近鄰估計的漸近正態(tài)性[J];工程數(shù)學(xué)學(xué)報;1987年02期

10 王成軍,褚標(biāo);混合相依過程局部多項式加權(quán)回歸估計漸近正態(tài)性的進(jìn)一步結(jié)果[J];四川大學(xué)學(xué)報(自然科學(xué)版);2002年04期

相關(guān)會議論文 前1條

1 王雪標(biāo);;擬整過程的漸近性質(zhì)[A];發(fā)展的信息技術(shù)對管理的挑戰(zhàn)——99’管理科學(xué)學(xué)術(shù)會議專輯（上）[C];1999年

相關(guān)博士學(xué)位論文 前4條

1 趙自強;生存分析中有關(guān)特殊設(shè)計的若干問題研究[D];復(fù)旦大學(xué);2013年

2 周志永;幾類金融時間序列模型統(tǒng)計推斷[D];浙江大學(xué);2016年

3 朱利平;回歸中降維模型的估計與檢驗[D];華東師范大學(xué);2006年

4 趙寧寧;舍入數(shù)據(jù)的統(tǒng)計分析[D];東北師范大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 唐賀;若干矩陣分布的一致漸近正態(tài)性[D];湖北師范學(xué)院;2011年

2 劉云飛;二維指數(shù)信號模型中參數(shù)隨機加權(quán)估計的漸近正態(tài)性[D];中國科學(xué)技術(shù)大學(xué);2010年

3 王瀘怡;兩階段累積Logistic回歸模型的漸近正態(tài)性[D];廣西大學(xué);2012年

4 顏然;序貫—累積Logistic兩階段模型的漸近正態(tài)性[D];廣西大學(xué);2013年

5 李再興;結(jié)構(gòu)型EV模型中的參數(shù)估計[D];安徽大學(xué);2003年

6 陳莉莉;變量有誤差時線性回歸分析[D];黑龍江大學(xué);2005年

7 晉田;試驗結(jié)果為連續(xù)量的自適應(yīng)罐子模型[D];浙江大學(xué);2007年

8 王亞力;基于樣本分塊的重尾指數(shù)估計[D];山西大學(xué);2013年

9 崔永君;LNQD樣本近鄰估計的大樣本性質(zhì)[D];廣西師范大學(xué);2012年

10 李軍;NA樣本非參數(shù)估計的漸近性質(zhì)[D];廣西師范大學(xué);2002年

，

本文編號：2126442