版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在過去的二十多年中,計量經(jīng)濟學在其各個領域內都取得了重要的發(fā)展。這不僅使計量經(jīng)濟學自身成為一門日趨重要的邊緣學科,也使得它在現(xiàn)代經(jīng)濟學和金融學中起著越來越重要的作用。計量經(jīng)濟學的發(fā)展主要歸因于最新的統(tǒng)計理論的進展。然而,遺憾的是,目前大部分的研究中比較經(jīng)典的結果是基于誤差項為獨立同分布的情形或者鞅差序列情形,關于較為一般的相依情形研究相對較少。 由于在大部分的實際應用領域中,尤其是在計量經(jīng)濟時間序列中,創(chuàng)新項通常不相互獨立,許多
2、研究者尋求各種方法刻劃創(chuàng)新項之間的相依性。鞅差序列和混合序列是最早被提出來的。然而,鞅差序列太特殊,不足以涵蓋一般情形。同時我們也注意到,基于混合序列的無窮個滯后項或預期項的函數(shù)所構成的序列通常不滿足混合性質。本論文將應用概率極限理論的相關工具,對由混合鞅序列產(chǎn)生的線性過程的極限性質進行討論。 混合鞅的定義最初是由McLeish仿照鞅的定義給出的,之后由Andrews給出推廣。令{Xn,n≥1}為定義在概率空間(Ω,() ,()
3、 )上的隨機變量序列。設{ ()n,n≥1}為()的子σ-域序列,它關于n遞增。對于p>0,令‖X‖p=(E|X|p)1/P和En(X)=E(X| n)。 定義0.1令p>1,稱{Xn, ,n≥1}為Lp-混合鞅,如果存在非負實數(shù)序列{cn}和{μ(m)},滿足下列條件:μ(m)→0(m→∞),且對于所有的n≥1和m≥0,成立‖En-mXn‖≤μ(m)cn,‖Xn-En+mXn‖p≤μ(m+1)cn。 本文主要討論由L2
4、-混合鞅產(chǎn)生的線性過程的弱收斂性質。 在第一章中,我們將介紹混合鞅的泛函中心極限定理,并且給出混合鞅序列加權和的弱收斂性以及證明,這對于第二章中證明由混合鞅產(chǎn)生的線性過程的部分和過程的弱收斂性具有很重要的作用。第一章的最后簡要介紹一下混合鞅的其他研究結果。 線性過程的泛函中心極限定理對于刻劃各種從計量經(jīng)濟模型的統(tǒng)計推斷問題中所導出的檢驗統(tǒng)計量的分布,起著至關重要的作用。有相當多的文獻關于這-課題作了深入而細致的討論,其中
5、主要針對有關創(chuàng)新項的相依性和模型系數(shù)的各種不同假設條件下,部分和過程的極限分布形式。在第二章中,我們先介紹關于線性過程的一些經(jīng)典研究結果。 在第二章第二節(jié)中,我們討論了如下線性模型Zt=∑∞j=0θjXt-j, (1)其中{Xt,-∞
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 30193.鞅的中心極限定理和鞅逼近
- 一類隨機過程之乘積的泛函極限定理.pdf
- 移動平均過程的中心極限定理
- 移動平均過程的中心極限定理.pdf
- 一類線性過程的極限定理.pdf
- 布朗運動C-R型增量的局部泛函極限定理.pdf
- 畢竟鞅和N-弱鞅的不等式及極限定理.pdf
- 次線性期望下的一般中心極限定理.pdf
- 大數(shù)定律及中心極限定理
- 大數(shù)定律與中心極限定理
- 中心極限定理的應用研究
- 非線性期望下極限定理的研究
- 非線性期望下極限定理的研究.pdf
- 若干條件弱鞅的概率不等式及極限定理.pdf
- 依分布收斂與中心極限定理
- 大數(shù)定律與中心極限定理習題
- 第五章 大數(shù)定理與中心極限定理
- 第五章 大數(shù)定理與中心極限定理
- 兩類幾乎處處中心極限定理.pdf
- 缺失樣本極值的幾乎處處中心極限定理.pdf
評論
0/150
提交評論