P.M.本特勒。;提奥·迪杰斯特拉 通过结构模型中的线性化进行有效估计。 （英语） Zbl 0583.62045号 多元分析，Proc。第六国际交响乐团。，宾夕法尼亚州匹兹堡，1983年，《多元分析》。6, 9-42 (1985). [关于整个系列，请参见Zbl 0572.00016号.]对一大类模型和估计量获得了渐近无分布的有效估计，所有这些估计都基于以下形式的假设：（sqrt{T（s-s~+）}在零假设下依法收敛到多元正态分布，其中（s_+=\sigma（θ））是一组结构参数的函数。首先，我们讨论非线性约束下的最小（chi^2）或非线性广义最小二乘估计，并考虑一致性、渐近正态性和效率、偏差、拟合和约束检验等问题。然后，我们为通过结构模型线性化以及参数约束函数获得的估计器开发了并行理论。基于初始一致估计的一步改进的线性化估计量和检验表明，它们与完全迭代的估计量具有相同的最佳统计特性。经典的心理测量因素分析模型、计量经济学联立方程组以及相关模型为该理论提供了例证。描述了一些新的估计量及其渐近分布。还提供了关于旧估算器的新观点。 引用于18文件 MSC公司： 62甲12 多元分析中的估计 62E20型 统计学中的渐近分布理论 62H25个 因子分析和主成分；对应分析 62H15型 多元分析中的假设检验 62G05型 非参数估计 6220国集团 非参数推理的渐近性质 关键词：法律上的趋同;最小卡方估计量;渐近无分布有效估计;多元正态分布;非线性广义最小二乘估计;非线性约束;一致性;渐近正态性;效率;偏差;配合试验;限制;结构模型的线性化;约束函数;线性化估计和检验;一步法改进;心理测量因素分析模型;计量经济学联立方程组 引文：Zbl 0572.00016号 PDF格式BibTeX公司 XML格式