α-稳定过程驱动的非线性随机微分方程的参数估计:非遍历情形  

Parameter Estimation for Nonlinear Stochastic Differential Equations Driven byα-Stable Processes:Non-ergodic Case

作　　者：张雪康 万山林 舒慧生[2] Xuekang Zhang;Shanlin Wan;Huisheng Shu(School of Mathematics-Physics and Finance,Anhui Polytechnic University,Anhui Wuhu 241000;College of Science,Donghua University,Shanghai 201620)

机构地区：[1]安徽工程大学数理与金融学院,安徽芜湖241000 [2]东华大学理学院,上海201620

出　　处：《数学物理学报（A辑）》2023年第1期249-260,共12页Acta Mathematica Scientia

基　　金：国家自然科学基金(12101004,62073071,12271003);安徽工程大学引进人才科研启动基金(2020YQQ064);安徽省高端装备智能控制国际联合研究中心开放基金(IRICHE-05)。

摘　　要：该文研究了基于连续时间状态观测的α-稳定过程驱动非线性随机微分方程的参数估计问题.首先,讨论了加权拟合估计量的相合性和收敛速率.随后,建立了估计量的渐近分布.The present paper deals with the parameter estimation problem for nonlinear stochastic differential equations driven byα-stable processes based on continuous-time observation.We first discuss the consistency and the rate of convergence of the weighted trajectory fitting estimator.Then,we have established the asymptotic distribution of the estimator.

关 键 词：非遍历情形 α-稳定过程 非线性随机微分方程 相合性 渐近分布 

分 类 号：O211[理学—概率论与数理统计]