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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、誤差相依回歸模型是金融時間序列和計量經(jīng)濟(jì)學(xué)等研究中的重要問題。應(yīng)注意的是:線性相依誤差模型不能反映數(shù)據(jù)的非線性特征,而某些非線性相依誤差模型由于其結(jié)構(gòu)形式已知而使數(shù)據(jù)建模又失去了靈活性,如ARCH模型和GARCH模型等。利用非參數(shù)方法對非線性時間序列建模是當(dāng)今的研究熱點(diǎn)問題。 本文主要對誤差為一階非參數(shù)自回歸序列的三類統(tǒng)計模型進(jìn)行統(tǒng)計分析研究,即對線性回歸模型,非參數(shù)回歸模型,半?yún)?shù)回歸模型的估計問題進(jìn)行研究。得到如下主要研究成
2、果: 1.對于具有一階非參數(shù)自回歸誤差的線性回歸模型,在隨機(jī)設(shè)計下構(gòu)造了未知參數(shù)和未知非參數(shù)函數(shù)的局部線性估計,證明了參數(shù)估計的漸近正態(tài)性及非參數(shù)函數(shù)估計的收斂速度。模擬計算結(jié)果表明局部線性方法能取得比較好的模擬結(jié)果。 2.對于具有一階非參數(shù)自回歸誤差的非參數(shù)回歸模型,在固定設(shè)計下構(gòu)造了未知回歸函數(shù)及誤差回歸函數(shù)的核估計,證明了估計量的漸近正態(tài)性。模擬計算結(jié)果表明核估計方法能取得比較好的模擬結(jié)果。 3.對于具有一
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(hù)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
- 具有AR(1)誤差的半?yún)?shù)回歸模型的統(tǒng)計分析.pdf
- 具有AR(1)誤差的變系數(shù)模型的統(tǒng)計分析.pdf
- 指數(shù)族非線性模型和具有AR(1)誤差線性模型的統(tǒng)計分析.pdf
- 具有AR(1)誤差的線性模型.pdf
- 二維AR(1)模型和具有MA(1)誤差線性模型的統(tǒng)計診斷.pdf
- 非參數(shù)模型攝像機(jī)標(biāo)定方法及誤差分析.pdf
- 幾類金融時間序列模型統(tǒng)計推斷.pdf
- 非平穩(wěn)AR(1)模型中的變點(diǎn)分析.pdf
- 基于AR(1)誤差函數(shù)型半?yún)?shù)回歸模型漸近性質(zhì)的研究.pdf
- 幾類非參數(shù)半?yún)?shù)模型的理論及應(yīng)用.pdf
- 度量誤差模型參數(shù)估計及其統(tǒng)計性質(zhì).pdf
- 廣義誤差分布下AR(p)與MA(q)模型的參數(shù)估計.pdf
- 誤差為鞅差序列的半?yún)?shù)回歸模型的大樣本性質(zhì).pdf
- 具有AR(2)誤差線性模型的研究.pdf
- 有缺失數(shù)據(jù)的AR(1)模型參數(shù)的估計方法.pdf
- 非參數(shù)回歸模型論文線性過程誤差下非參數(shù)模型經(jīng)驗似然
- 弱誤差半?yún)?shù)和非參數(shù)回歸模型估計的相合性.pdf
- 具有隨機(jī)效應(yīng)和AR(1)誤差的非線性模型中自相關(guān)系數(shù)的統(tǒng)計診斷.pdf
- 基于概率統(tǒng)計的非參數(shù)模型狀態(tài)監(jiān)測.pdf
- 非參數(shù)統(tǒng)計
評論
0/150
提交評論