一阶广义随机系数自回归模型参数的最小渐近方差估计  

Smallest Asymptotic Variance Estimator for Generalized Random Coefficient Autoregressive Model

作　　者：赵志文[1] 王德辉[2] 

机构地区：[1]吉林师范大学数学学院,吉林四平136000 [2]吉林大学数学学院,长春130012

出　　处：《吉林大学学报（理学版）》2012年第6期1135-1140,共6页Journal of Jilin University:Science Edition

基　　金：国家自然科学基金(批准号:10571073;10971081;J0630104);新世纪优秀人才支持计划项目(批准号:NCET-08-237);高等学校博士学科点专项科研基金(批准号:20070183023);吉林省科技发展计划项目青年基金(批准号:201201082);吉林省社会科学基金(批准号:2012B115);吉林大学基本科研业务费项目(批准号:200810024)

摘　　要：研究广义随机系数自回归模型中参数的估计问题,给出了未知参数的一个估计类,证明了该估计类中估计的相合性和渐近正态性,并且获得了该估计类中的最小渐近方差估计,并通过数值模拟比较了估计类中各种估计方法的优劣.The parameter estimator of generalized random coefficient autoregressive model was studied and a class of estimators of unknown parameter was presented. We proved the consistency and the asymptotic normality of the estimators among the class of estimators and obtained the smallest asymptotic variance estimator. Furthermore, some simulation studies were conducted to investigate the finite performances of the proposed estimators.

关 键 词：广义随机系数自回归模型 最小二乘估计 渐近正态性 加权最小二乘估计 最小渐近方差估计 

分 类 号：O212.7[理学—概率论与数理统计]