一类随机偏微分方程极大似然估计的假设检验  

Hypothesis testing of maximum likelihood estimation for stochastic PDE

作　　者：王潇文 吕艳[1] WANG Xiao-wen;LYU Yan(School of Science,Nanjing University of Science and Technology,Nanjing 210094,Jiangsu,China)

机构地区：[1]南京理工大学理学院,江苏南京210094

出　　处：《山东大学学报（理学版）》2020年第6期17-22,共6页Journal of Shandong University(Natural Science)

基　　金：国家自然科学基金资助项目(11671204)。

摘　　要：研究了一类由加法噪声驱动的随机偏微分方程的参数估计的假设检验问题,分别给出了N固定,T→∞和T固定,N→∞两种渐近情况下的未知参数的拒绝域的显式表达式,更进一步证明了拒绝域的渐近性质。The hypothesis testing problem for the parameter estimation for a class of stochastic partial differential equation driven by additive noise is studied.The explicit expressions for rejection domain of the unknown parameter in two asymptotic cases:T→∞with N fixed and N→∞with T fixed are shown and their asymptotic properties are further proved.

关 键 词：假设检验 随机偏微分方程(SPDEs) 拒绝域 

分 类 号：O211.63[理学—概率论与数理统计]