弱相依误差线性回归模型M-估计的弱相合性(英文)  

Weak Consistency of M-estimate in Linear Regression Models with Weakly Dependent Errors

作　　者：胡宏昌 HU Hongchang(Hubei Normal University,Huangshi,Hubei,435002,P.R.China)

机构地区：[1]湖北师范大学数学与统计学院,黄石湖北435002

出　　处：《数学进展》2021年第4期614-628,共15页Advances in Mathematics（China）

基　　金：Supported by NSFC(No.11471105)。

摘　　要：本文考虑线性回归模型yi=x_(i)^(T)β+ei,i=1,2,⋯,n,其中ei是(ε,ψ)-弱相依随机误差.在较一般的条件下,我们得到了M-估计弱相合性的统一结果,该结果推广了线性回归模型M-估计的相应结论,包括所有时间序列相依误差,如:高斯序列、相协序列、Bernoulli漂移、Markov链、一些广泛使用的线性或非线性时间序列、以及各种混合序列.Consider a linear regression model yi=x_(i)^(T)+ei,i=1,2,⋯,n,where random errors ei are(ε,ψ)-weakly dependent.We obtain a unifying weak consistency of M-estimator under general conditions.So we extend the corresponding conclusions of M-estimate in linear regression models with any errors,including all classes of time series of interest in statistics,such as Gaussian sequences,associated sequences,Bernoulli shifts,Markov chains,some widely used linear or nonlinear time series,and mixing sequences.

关 键 词：线性回归模型 M-估计 (ε ψ)-弱相依 弱相合性 

分 类 号：O212.1[理学—概率论与数理统计]