含高维相依自变量的中心k阶条件矩子空间的估计

来源 :应用概率统计 | 被引量 : 0次 | 上传用户:willa81
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在回归分析中往往对条件均值,条件方差及高阶条件矩特别感兴趣.本文我们将关注中心k阶条件矩子空间在高维相依自变量情形的估计问题.为此,我们首先引入中心k阶条件矩子空间的概念,并研究该子空间的基本性质.针对高维相依自变量的复杂数据,为了避免预测变量协方差阵的逆矩阵的计算,本文提出用偏最小二乘方法来估计中心k阶条件矩子空间.最后得到了估计的强相合性等渐近性质.
其他文献
引入了一种新的概率分布类一非对称Marshall-OlkinLaplace分布(AMOL),讨论了这一分布类的性质,得到了其几乎所有的数字特征.最后讨论了非对称Marshall-OlkinLaplace分布在自回归分
在这篇文章中,我们将考虑带有利率、流动性盈余和常数边界分红策略的风险模型.当保险人的盈余水平低于一个固定的值,盈余作为流动性资产、不能获取任何利息;当盈余达到某个较高的
本文研究了在限制参数空间双侧检验的P值的修正及基于修正P值的贝叶斯检验和经典统计检验的调停.研究表明Wang(2006)给出的修正P值存在重要缺陷,并给出了一种新的修正P值,该修
本文考虑了部分线性模型中,线性部分协变量含有测量误差,并且线性部分的参数随着样本量的增大而发散的估计问题.我们考虑了用可观测的替代变量来替代不可观察到的真实变量,这种替