随机泛函微分方程参数估计的渐近行为  

The Asymptotic Behaviors for Parameter Estimation of Stochastic Functional Differential Equations

作　　者：王佳曦 毛明志[1] Wang Jiaxi;Mao Mingzhi(School of Mathematics and Physics,China University of Geosciences,Wuhan 430074)

机构地区：[1]中国地质大学(武汉)数理学院,武汉430074

出　　处：《数学物理学报（A辑）》2024年第3期746-760,共15页Acta Mathematica Scientia

基　　金：中国地质大学(武汉)基础数学研究中心基金。

摘　　要：该文主要研究一类分布依赖随机泛函微分方程(McKean-Vlasov SDE)的系数最小距离估计值问题.在漂移系数满足一定假设条件下,得到了估计量的极限分布,进而讨论估计量的相合性和渐近正态性,在L^(γ)惩罚函数约束条件下,该文也给出了系数估计量的渐近行为,一个典型例子.This paper studies the minimum distance estimate for stochastic functional differential equations(McKean-Vlasov SDE).Under some assumptions for the drift coefficient,it obtains the consistency and the limit distribution on the estimators as the diffusion coefficient goes to zero.Further,it also discusses the asymptotic behavior of the coefficient estimators under the condition of the L^(γ) penalty function.A typical case is provided.

关 键 词：Wasserstein度量 最小距离估计 GRONWALL不等式 分布测度 

分 类 号：O211.4[理学—概率论与数理统计]