金正英(Kim,Jeankyung);大卫·波拉德 立方根渐近。 (英语) Zbl 0703.62063号 Ann.统计。 第1期第18页,第191-219页(1990年). 本文研究由过程最大化定义的参数θ的估计量的性质\[P_ng(\cdot,\theta)=(1/n)\sum_{i\leqn}g(X_i,\theda)\]其中,(X_i})是从分布P和[g((cdot,theta))中获得的一系列独立观测值;(theta]\)是一类由\(R^d)的子集\(theta\)索引的函数。设([theta_n]\)是一个估计序列,其中\[P_ng(\cdot,\theta_n)\geq\sup_{\theta\in\theta}P_ng。\]假设(theta_n)以概率收敛到唯一的(theta_0),它使Pg((cdot,theta)最大化,并且(theta-0)是(theta)的内部点。假设Pg((cdot,θ))在(θ0)处与二阶导数矩阵-V可二次微分,并且\[H(s,t)=\lim_{A\to\infty}A Pg(\cdot,\theta_0+s/A)g(\theta_0+t/A)\]对于\(R^d\)中的每个s,t都存在。然后,在一些额外的正则性条件下,过程(n^{2/3}P_ng(\cdot,theta_0+tn^{-1/3})以分布形式收敛到具有连续样本路径、期望值(-t'Vt/2)和协方差核H的高斯过程Z(t)。如果V是正定的,Z具有非退化增量,则(n^}1/3}(theta_n-theta_0)\)在分布上收敛到使Z最大化的随机向量(几乎可以肯定是唯一的)。给出了各种示例。审核人:L.维斯 引用于5评论引用于243文件 MSC公司: 6220国集团 非参数推理的渐近性质 2017年1月60日 函数极限定理;不变原理 60G15年 高斯过程 62G99型 非参数推理 2012年12月62日 参数估计量的渐近性质 62M99型 随机过程推断 关键词:经验过程;经验测量;极限高斯过程;最小二乘估计量;最大似然估计量;函数中心极限定理;近似表示;经验过程;VC类;具有二次漂移的布朗运动;高斯过程的最大值;短小的;最大得分估计器;单调密度;连续采样路径;示例 PDF格式BibTeX公司 XML格式引用 \textit{J.Kim}和\textit{D.Pollard},Ann.Stat.18,No.1191-219(1990;兹bl 0703.62063) 全文: DOI程序