AR(q)误差非线性回归模型基于几何方法的若干二阶渐近性质  

Some Second Order Asymptotics in AR(q) Nonlinear Regression Models Based on Geometric Method

作　　者：刘应安[1,2] 韦博成[1] 

机构地区：[1]东南大学数学系 [2]南京林业大学信息科学技术学院南京210037

出　　处：《数学物理学报（A辑）》2005年第2期182-191,共10页Acta Mathematica Scientia

基　　金：国家自然科学基金 (1 0 3 71 0 1 6);国家社会科学基金 (0 4BTJ0 0 2 );东南大学博士后基金和南京林业大学创新基金资助

摘　　要：该文用微分几何方法对AR( q)误差非线性回归模型若干二阶渐近性质进行了研究.作者基于Fisher信息阵在欧氏空间定义了内积,并在期望参数空间建立了几何结构.基于上述几何结构,给出了AR( q)误差非线性回归模型若干二阶渐近性质的曲率表示.将前人的一些结果推广到AR( q)误差非线性回归模型.This paper is devoted to a study on some second order asymptotics for AR(q) nonlinear regression models based on geometric method. For these models, the authors introduce an inner product in Euclid space based on Fisher information matrix and give a geometric framework in expectation parameter space. Based on the above geometric framework, some second order asymptotics for AR(q) nonlinear regression models are given in terms of statistical curvatures. Several previous results are extended to AR(q) nonlinear regression models.

关 键 词：AR(q)误差 非线性回归 几何结构 统计曲率 二阶渐近性质 

分 类 号：O212.1[理学—概率论与数理统计]