弱相依半参数回归模型的加权小波估计的渐近正态性
2017-04-12胡宏昌
胡宏昌
(湖北师范学院数学与统计学院,湖北 黄石 435002)
弱相依半参数回归模型的加权小波估计的渐近正态性
胡宏昌
(湖北师范学院数学与统计学院,湖北 黄石 435002)
本文研究了半参 数 回 归 模型 yi=Xi′β +g(ti)+ei,i=1,2,···,n, 其中 {ei} 为 ψ -弱相依随机误差序列.利用小波估计的方法得到了参数、非参数的加权小波估计量.在相当一般的条件下,获得了这些小波估计量的渐近正态性,不仅推广了半参数回归模型的相应结果,而且在一定程度上统一了相依半参数回归模型的渐近正态性的理论.
半参数回归模型;ψ -弱相依;小波估计;渐近正态性
1引言
考虑如下半参数回归模型
其 中“′”表 示 向 量 或 矩 阵 的 转 置, 随 机 设 计 点 列 Xi=(xi1,xi2,···,xid)′, 非 随 机 点 列ti∈ [0,1], β =(β1,β2,···,βd)′∈ Rd为 d 维 未知 参 数,g(t) 是定 义 在 [0,1] 上 的 未 知函 数, {ei} 为零均值的 ψ - 弱相依 (定义见下文) 序列.
半参数回归模型自从 Engle 等人提出后 (见文献 [1]),取得了丰硕的研究成果. 独立误差下的半参数回归模型的统计推断理论比较完善和系统 (如文献 [2–3]). 对于各种相依误差下的半参数回归模型 (1.1) 及其特殊情形人们也进行了研究, 并取得了丰富的成果, 如: 误差为鞅差的情形参见文献 [4],NA 误差的情形参见文献 [5–6]; 文献 [7] 讨论了一般相依误差 (包括混合误差) 下非参数回归模型最小二乘估计的相合性; 文献 [8]考虑了一类 ψ - 弱相依误差的半参数回归模型,得到参数和非参数的广义最小二乘估计量 (基于核方法) 的渐近正态性. 由于 ψ - 弱相依随机序列包含了 Gaussian 序列、各种混合序列、相伴序列、Bernoulli漂移、Markov 链等……
