安德烈·帕兹曼 不确定输入下多元非线性LS估计的分布。 （英语） 兹比尔1419.62163 统计Pap。 60，第2期，179-194（2019）. 摘要：本文的目的是进一步发展[A.帕兹曼，非线性统计模型。多德雷赫特：Kluwer（1993；10.1002/asm.3150100407)]用于计算非线性回归中中等大小样本的最小二乘估计的概率密度。我们在这里考虑观测值的方差矩阵未知的情况，因此，它不能用于定义参数估计量。我们得出了“几乎准确”的结果，并对这个概念进行了修改和更好的定义。指出了三种不同形式的传热实验的可能应用。 MSC公司： 62J02型 一般非线性回归 10层62层 点估计 2012年12月62日 参数估计量的渐近性质 第62页，第35页 统计学在物理学中的应用 62甲12 多元分析中的估计 关键词：非线性回归;曲率;投影仪;概率密度;最小二乘的性质;多元非线性最小二乘估计;参数估计量;传热 PDF格式BibTeX公司 XML格式引用 \textit{A.Pázman}，Stat.Pap。60，第2号，529--544（2019；Zbl 1419.62163） 全文： DOI程序 参考文献： [1] Bates DW，Watts DG（1980）非线性的相对曲率测量。J R统计Soc B 42:1-25·Zbl 0455.62028号 [2] Cox DR（2017）《推理与无症状》（电子书）。泰勒和弗朗西斯，纽约 [3] Demidenko E（2017）非线性回归和估计方程方法的精确和近似统计推断。扫描J统计44:636-665·Zbl 06774140号 ·doi:10.1111/sjos.12269 [4] Harville DA（1997）《统计视角下的矩阵代数》。纽约州施普林格·Zbl 0881.15001号 ·数字对象标识代码：10.1007/b98818 [5] Hougaard P（1985）曲线指数族的鞍点近似。统计概率快报3:161-166·Zbl 0573.62016号 ·doi:10.1016/0167-7152（85）90055-0 [6] JaruškováD，KučerováA（2017）从随机参数非线性回归的角度重新评估热物理参数。国际J热质传递106:125-141 [7] Pázman A（1984）多元非线性最小二乘估计的概率分布。凯贝内提卡20:209-230·Zbl 0548.62043号 [8] Pázman A（1993a）非线性统计模型。多德雷赫特·克鲁沃·Zbl 0808.62058号 ·doi:10.1007/978-94-017-2450-0 [9] Pázman A（1993b）高维非线性回归：黎曼曲率张量的统计应用。统计学25:17-25·Zbl 0811.62062号 ·doi:10.1080/0233189308802428 [10] Pázman A，Pronzato L（1992）基于估计量分布的非线性实验设计。J Stat Plan推断33:385-402·Zbl 0772.62042号 ·doi:10.1016/0378-3758（92）90007-F [11] Skovgaard IM（1985）最大似然估计的大偏差近似。概率数学统计6:89-107·Zbl 0615.62032号 [12] Skovgaard IM（1990）关于最小对比度估计器的密度。安统计18:779-789·Zbl 0709.62029号 ·doi:10.1214/aos/1176347625 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。