半参数回归模型的渐近有效L-估计  

ASYMPTOTIC EFFICIENCY OF L-ESTIMATORS IN SEMI-PARAMETRIC REGRESSION MODEL

作　　者：赵选民[1] 魏新宇[1] 

机构地区：[1]西北工业大学应用数学系,西安710072

出　　处：《系统科学与数学》2003年第1期136-144,共9页Journal of Systems Science and Mathematical Sciences

基　　金：国家自然科学基金(79970022);航空基金(98J53125;02J53079)资助课题

摘　　要：对半参数回归模型yi=χiTβ+g(χi)+ei,i=1,2,…,n,对非参数函数g(·)采用核估计的方法,构造了参数向量β的L-估计量λn,在一些正则条件下,获得了λn的渐近正态性和非参数函数g(·)的估计量gn(t)的最优收敛速度可达到O(n-(1/3)),并且给出了标准化L估计量λn的渐近分布的Berry-Esseen界.Consider a semi-parametric regression model Y = xTB + g(t) + e, The L-estimators n and g for B and g() are constructed. Under same natural and reasonable conditions, the asymptotic normality and Berry-Esseen bound for n is obtained. The best convergence rate of gn(t) are shown to be O(n-1/3).

关 键 词：半参数回归模型 L-估计 渐近正态性 BERRY-ESSEEN界 核估计 

分 类 号：O212[理学—概率论与数理统计]