王兴辉;胡舒河 负超相加相依误差线性模型中M估计的强相合性。 （英语） Zbl 1336.62094号 澳大利亚。N.Z.J.统计。 57，第2期，259-274（2015）. 摘要：本文讨论了具有负超相加相依（NSD）随机误差的线性模型中回归参数的M估计的强相合性。该结果改进了矩条件，并将独立随机误差的情况推广到NSD随机误差的情形。 引用于7文件 MSC公司： 2012年12月62日 参数估计量的渐近性质 62J05型 线性回归；混合模型 62层35 鲁棒性和自适应程序（参数推断） 关键词：渐近性质;汇聚;相关错误;回归参数 PDF格式BibTeX公司 XML格式引用 \textit{X.Wang}和\textit{S.Hu}，澳大利亚。N.Z.J.Stat.57，No.2，259--274（2015；Zbl 1336.62094） 全文： 内政部 参考文献： [1] Alam，多元分布的正相关性，Comm.Statist。西奥。方法。A10第1183页–（1981）·Zbl 0471.62045号 [2] Bai，M-凸差函数下多元线性回归参数的估计，Statist。Sinica 2第237页–（1992年）·兹比尔0820.62048 [3] Berlinet，一般误差回归模型中M估计一致性的充要条件，J.Statist。计划。推断。第89页243页–（2000年）·Zbl 0997.62050号 ·doi:10.1016/S0378-3758（99）00218-9 [4] 陈，线性模型中M估计的强相合性，J.Multi。分析。第116页第27页–（1988年）·Zbl 0649.62057号 ·doi:10.1016/0047-259X（88）90120-0 [5] 陈，多元回归系数M估计的强相合性，J.Syst。科学。复杂。第8页82–（1995）·Zbl 0832.62058号 [6] Chen，M-线性模型方法。(1996) [7] 程，线性模型中M估计的强相合性，J.Multi。分析。第15页，91页–（1984年）·兹伯利0542.62057 ·doi:10.1016/0047-259X（84）90069-1 [8] Christofides，超模有序与正/负关联之间的联系，J.Multi。分析。88页138–（2004）·Zbl 1034.60016号 ·doi:10.1016/S0047-259X（03）00064-2 [9] 崔，具有空间相关误差的线性模型的M估计，统计学。普罗巴伯。莱特。第66页，第383页–（2004年）·Zbl 1070.62055号 ·doi:10.1016/j.spl.2003.10.18 [10] Eghbal，负超加相关随机变量二次型的一些极大不等式，Statist。普罗巴伯。莱特。第80页，587页–（2010年）·Zbl 1187.60020号 ·doi:10.1016/j.spl.2009.12.014 [11] Eghbal，关于二次型相依一致有界随机变量的Kolmogorov不等式，Statist。普罗巴伯。莱特。第81页，第1112页–（2011年）·Zbl 1228.60039号 ·doi:10.1016/j.spl.2011.03.005 [12] Fan，带混合误差线性模型中M估计量的中度偏差，Acta Math。Sinica英语Ser。第28页，1275页–（2012年）·Zbl 1257.62076号 ·doi:10.1007/s10114-011-9188-6 [13] Fan，具有相依随机误差的线性模型中M-估计的渐近性质，J.Statist。计划。推断。第148页，第49页–（2014年）·Zbl 1432.62206号 ·doi:10.1016/j.jspi.2013.12.005 [14] 非参数和半参数回归模型中的M型光滑样条，统计学。中国科学院第7卷第1155页–（1997年）·Zbl 1045.62515号 [15] 高，长短程相关结构下参数时间序列模型的稳健估计，奥斯汀。N.Z.J.Stat.51第161页–（2009年）·Zbl 1337.62262号 ·doi:10.1111/j.1467-842X.2009.00537.x [16] He，M-估计量的一般Bahadur表示及其在非随机设计线性回归中的应用，Ann.Statist。第18页，2608页–（1996年）·Zbl 0867.62012年 ·doi:10.1214操作系统/1032181172 [17] 胡，随机变量的负相加依赖性及其应用，中国应用杂志。普罗巴伯。统计师。第16页，133页–（2000年） [18] Huber，稳健回归，Ann.Statist。第1页，799页–（1973年）·Zbl 0289.62033号 ·doi:10.1214/aos/1176342503 [19] Huber，稳健统计（1981）·Zbl 0536.62025号 ·doi:10.1002/0471725250 [20] Jaworski，Copulae in Mathematical and Quantitative Finance（2013年）·Zbl 1268.91005号 ·数字对象标识代码：10.1007/978-3-642-35407-6 [21] Kemperman，关于偏序空间上测度的FKG-不等式。，程序。阿卡德。Wetenschappen爵士。A.80第313页–（1977年）·Zbl 0384.28012号 [22] Koul，具有长记忆误差的线性回归中M估计量的二阶行为，J.Statist。计划。推断。第91页，399页–（2000年）·Zbl 0967.62040号 ·doi:10.1016/S0378-3758（00）00190-7 [23] 苗，多元线性回归模型中递归M-估计的极限行为，J.Multi。分析。第59页，第60页–（1996年）·Zbl 0866.62009号 ·doi:10.1006/jmva.1996.0054 [24] Miao，多元线性回归模型中递归M-估计的极限行为及其渐近效率，数学学报。科学。29B第1页–（2009年） [25] Nelsen，Copulas简介（2006）·Zbl 1152.62030 [26] Rao，关于通过估计方程获得的线性模型中M估计的一致性，Statist。普罗巴伯。莱特。第14页第79页–（1992年a）·Zbl 0755.62054号 ·doi:10.1016/0167-7152（92）90214-P [27] Rao，线性模型中M-估计的线性表示，加拿大。J.统计。第20页，359页–（1992年b月）·Zbl 0767.62056号 ·数字对象标识代码：10.2307/3315607 [28] 沈，NSD随机变量加权和的几乎必然收敛定理和强稳定性，Acta。数学。Sinica英语Ser。第29页，第743页–（2013年）·Zbl 1263.60025号 ·doi:10.1007/s10114-012-1723-6 [29] 斯托特，几乎肯定收敛（1974）·Zbl 0321.60022号 [30] Wang，行负相加负相依随机变量数组的完全收敛性及其应用，《统计学》48，第834页–（2014）·Zbl 1319.60063号 ·网址：10.1080/02331888.2013.800066 [31] Withers，线性和非线性多元回归模型中M估计量的渐近性质，Metrika 77 pp 647–（2014）·Zbl 1334.62105号 ·文件编号：10.1007/s00184-013-0458-4 [32] 吴，{（ρ）}混合样本线性模型中M估计的强相合性，数学学报。科学。25A第41页–（2005） [33] 吴，负相关样本线性模型中M估计的强相合性，J.Syst。科学。复杂。第19页，592页–（2006年）·Zbl 1123.62022号 ·doi:10.1007/s11424-006-0592-4 [34] 吴，相依误差线性模型的M-估计，Ann.Statist。第35页，495页–（2007年）·Zbl 1117.62070号 ·doi:10.1214/00905360000001406 [35] Wu，负相依随机样本线性模型中M估计的强相合性，Commun。统计师。西奥。方法。第40页，467页–（2011年）·Zbl 1208.62039号 ·doi:10.1080/03610920903427792 [36] 杨，线性模型中M估计的强相合性，数学学报。中国科学院第45卷第21页–（2002年）·Zbl 1023.62025号 [37] Yohai，线性模型M-估计量的渐近行为，Ann.Statist。第7页，第258页–（1979年）·Zbl 0408.62027号 ·doi:10.1214/aos/1176344610 [38] 赵，线性模型中M估计的一些贡献，J.Statist。计划。推断。88页189–（2000）·兹比尔0951.62058 ·doi:10.1016/S0378-3758（00）00078-1 [39] 赵，线性模型中M估计的强一致性，中国期刊。A 45 pp 1420–（2002）·Zbl 1098.62027号 ·doi:10.1007/BF02880036 [40] 赵，《随机过程》，Gopinath Kallianpur纪念活动，第359页–（1993） 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。