已閱讀1頁，還剩33頁未讀， 繼續(xù)免費(fèi)閱讀
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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、該文考慮一般的回歸模型Y=θ(x)+∈,在很一般的條件下研究了x為多維向量時(shí)BRPA估計(jì)的收斂速度,推廣了Bai,Chen&Wu(2003)的結(jié)果.另一方面,通過數(shù)值模擬進(jìn)一步刻畫了BRPA估計(jì)的漸近分布,并且在θ(x)對(duì)稱的條件下給出了理論證明.在第一章中,詳細(xì)介紹了次序統(tǒng)計(jì)量、相伴次序統(tǒng)計(jì)量和BRPA估計(jì)的概念、關(guān)系,并簡(jiǎn)要說明歷史上對(duì)它們的漸近性質(zhì)的研究成果.第二章給出了x為多維向量時(shí)BRPA估計(jì)的收斂速度的完整證明(定理2.4)
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(qǐng)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(qǐng)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(huì)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(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 函數(shù)的最大值和最小值
- 基于函數(shù)時(shí)間序列數(shù)據(jù)回歸函數(shù)改良核估計(jì)的漸近性質(zhì).pdf
- [學(xué)習(xí)]二次函數(shù)的最大值和最小值
- 一種分形插值函數(shù)的最大值問題.pdf
- 局部平穩(wěn)高斯過程的最大值與點(diǎn)過程的漸近分布.pdf
- [學(xué)習(xí)]二次函數(shù)求利潤(rùn)最大值
- 完全與非完全樣本平穩(wěn)高斯序列最大值的聯(lián)合漸近分布.pdf
- 基于NQD樣本密度函數(shù)估計(jì)的漸近性質(zhì)研究.pdf
- 位置不變的Pickands型估計(jì)量和尾端點(diǎn)估計(jì)量的漸近性質(zhì).pdf
- 樣本峰度最大值與Weibull分布參數(shù)的極大似然估計(jì).pdf
- 單函數(shù)型指標(biāo)模型回歸函數(shù)和條件密度函數(shù)漸近性質(zhì)的研究.pdf
- 基于相依樣本序列熵函數(shù)估計(jì)漸近性質(zhì)的研究.pdf
- 3975.半函數(shù)型部分線性回歸模型局部線性估計(jì)量的漸近性質(zhì)
- 分治算法求最大值與最小值
- 《1.3.1 函數(shù)的基本性質(zhì)——最大（?。┲怠穚pt課件
- 時(shí)空加權(quán)回歸模型參數(shù)估計(jì)的漸近性質(zhì)及自相關(guān)檢驗(yàn).pdf
- 基于回歸的人臉特征點(diǎn)估計(jì)算法研究.pdf
- 小學(xué)奧數(shù)最大值最小值問題匯總
- 矩估計(jì)量的漸近性質(zhì).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
評(píng)論
0/150
提交評(píng)論