线性模型的最小二乘估计的中偏差及其重对数律  

MODERATE DEVIATIONS AND THE LAW OF ITERATED LOGARITHM FOR LSE IN LINEAR MODEL

作　　者：樊军[1] 高付清[1] 

机构地区：[1]武汉大学数学与统计学院,湖北武汉430072

出　　处：《数学杂志》2007年第1期60-64,共5页Journal of Mathematics

基　　金：国家自然科学基金资助项目(10271091)

摘　　要：本文研究了线性模型的最小二乘估计的中偏差.通过估计Laplace渐近积分,得到了随机误差为取值于Rd的相互独立同分布随机变量情形下的中偏差与重对数律的结果.We consider the moderate deviations and the law of the iterated logarithm for the least square estimators in linear models with i. i. d R^d-valued random errors. A moderate deviation principle is obtained by Laplace asymptotic integral method. In addition, a law of the iterated logarithm is also presented.

关 键 词：线性模型 最小二乘估计 中偏差 重对数律 

分 类 号：O211.4[理学—概率论与数理统计]