定理1的证明。
首先,我们展示任意概率为1ϵ> 0. 与区间删失数据不同,证明需要考虑随时间变化的累积计数,这可能是无限的。写入考虑函数类,其中θ表示的参数空间θ0、和是∧(0)=0的非递减函数∧(·)的集合。因为L(左)(θ0,Λ0)在下面由正常数限定,是Glivenko-Cantelli类。显然,因此,概率为1,.
让,在条件1下是有限的。因为对于任何0<x个我≤年和任何正数米,
由此可见
因此,对于任何ϵ> 0. 因为,在条件3下为正,任意概率为1ϵ>0。
我们考虑递增序列τ公里(米=1,2,…),带极限米→∞
τ公里=τ.通过Helly的选择引理,对于任何米以及,还有一个子序列弱收敛到在[0上,τ公里]、和收敛到因此,我们构造了弱收敛到在n[0上,τ)通过选择米第个学期.因为点的勒贝格测度τk个为零,我们得出结论,概率为1,收敛到对于t吨∈ [0, τk个]几乎到处都是。通过选择进一步的子序列,我们可以假设收敛到Ψ*。如果我们能证明这一点,这种一致性将持续下去且Ψ*=Ψ0.
由于log函数的凹性,。由此可见.因为是Glivenko-Cantelli,几乎肯定会收敛到0。此外,
概率为1,以及因此,根据支配收敛定理几乎可以肯定。因此,.根据Kullback-Leibler信息的性质,我(θ0,Λ0)=我(θ*,∧*),概率为1。那就是,
概率为1。
自Δij公司可以取任何非负整数值,我们将选择不同于间隔感知数据的整数来显示可识别性。对于任何问k个1,q个k个2≥0及以上j个∈ {1, …米k个},我们对所有可能的实现取上述方程的和N个k个(U型千焦) ≥问k个1和N个k个(C类k个)=问k个1+问k个2,乘以,以获得
这个方程适用于任意情况.将两边除以问k个2! 和求和问k个2=0,1,2,…,我们得到
然后将两边乘以,其中我是虚数单位,求和问k个1=0,1,2,…以获得
因此,对于任何,联合分配与的相同,其中b条k个1和b条k个2具有协方差矩阵的零均值正态和分别为和ξ1和ξ2具有协方差矩阵Ψ*和Ψ的零均值正态分布0分别是。由此可见在以下方面是绝对连续的t吨.
让显然,具有与相同的分布对于任何因此,.根据条件2,、和对于。由此可见具有与相同的分布也就是说,、和根据条件2且Ψ*=Ψ0。我们已经证明了这一点收敛到θ0和弱收敛到∧k个0(·)英寸.后者可以加强到一致收敛,因为∧k个0(·)是连续的。
定理2的证明。
的分数函数θ,表示为我θ(θ,∧),包括
和
哪里表示的导数φ(·;∑)关于∑中的唯一元素,
和
我们考虑一维子模型,其中.∧的得分函数k个沿着这个子模型.
显然,
哪里小时= (小时1, …,小时K(K))T型、和。我们将泰勒级数展开应用于(θ0,Λ0)到的右侧(A.1).展开式的二阶项的边界为.
因为∧一致0,存在一些M(M)Λ<∞,这样可以看出是唐斯克。通过中值定理和引理1.3范德格尔(2000),,其中H(H)(·,·)表示海林格距离。根据的定理3.4.1范德法特和韦纳(1996),我们可以设置.根据均值定理,
因此,
我们在有界变分空间中定义了一个范数英属维尔京群岛[0, τ]K(K)如下所示:对于克= (克1, …,克K(K))T型具有此外,我们定义了半范数.如果‖克‖2=0,则
对于任何问k个1,q个k个2≥0和一些j个∈ {1, …米k个},我们考虑不同的选择N个k个(U型千焦)=问k个1和N个k个(C类k个) −N个k个(U型千焦)=问k个2在上述等式中反映面板计数数据的性质。我们将所得方程求和问k个2=0,1,2,…以获得
设置后问k个1=1和U型千焦=t吨,我们看到任何,
因为克k个(0) = 0,克k个(t吨)=0(对于)因此,‖·‖2是中的规范英属维尔京群岛[0, τ]. 根据Cauchy-Schwatz不等式克∈英属维尔京群岛[0, τ]K(K),存在一个常量c(c)1这样‖克‖1≤c(c)1‖克‖2.根据Banach空间中的有界逆定理,对于一些常量因此,不平等(A.2)暗示
因此(A.1)以因此,
和
哪里我θθ是的二阶导数我(θ,∧)关于θ,我θΛ(小时)是的导数我θ沿着子模型是的衍生物我Λ(小时)关于θ、和是的导数我Λ(小时)沿子模型。所有衍生工具的评估(θ0,Λ0).
我们选择小时成为最不利的方向小时*这样,其中是的伴随运算符我Λ.我们证明了小时∗. 我们为产品空间配备设备带有内积。对于,其中对于某些功能克k个关于秒和t吨在里面.我们定义了一个半范数在空间上.如果‖小时‖Γ=0,则因此,我Λ(θ0,Λ0)(小时)=0,概率为1。根据的参数(A.3),我们可以证明小时=0英寸L(左)2(P(P)). 这个结果意味着Γ是一种规范。根据Banach空间中的有界逆定理,对于一些常量c(c)′. 根据Lax-Milgram定理(Zeidler,1995年), (Γ1, …, ΓK(K))是可逆的;也就是说,最不利的方向小时*存在。可以看出小时*满足积分方程
哪里克k个1(t吨)>0,和克千焦耳(j个=2,3)和克k个4就其论点而言,是连续可微的。因此,是连续可微的。
因为,方程式(A.4)和(A.5)暗示
哪里一⊗2=aa公司T型.因为是连续可微的,属于Donsker类并在中收敛L(左)2(P(P))-规范到我θ−我Λ(小时∗). 因此,
如果矩阵是可逆的,那么(A.6)意味着
然后是影响函数是高效的,因此弱收敛到协方差矩阵达到半参数效率界的零均值正态随机向量(Bickel等人,1993年).
还有待验证是可逆的。如果矩阵是奇异的,则存在一个向量v(v)尺寸与θ0,因此因此,在概率为1的情况下,沿着子模型的得分函数{θ0+ϵv,d日Λ0(1 −ϵ小时)}对某些人来说是零小时.通过证明的论据(A.3),对于任何问k个1≥0及以上j个∈ {1, …米k个},
哪里v(v)k个1,v(v)k个2、和v(v)3是的组件v(v)对应于βk个, Σk个和Ψ。我们将上述方程的两边乘以(iω)qk(平方公里)1然后求和问k个1=0,1,2…以获得
出租ω→ 0,我们获得
设置U型千焦=t吨并根据t吨,我们获得对于因此,v(v)k个1=0和小时k个在条件2下=0。考虑到这个结果,我们沿着子模型返回score函数{θ0+ϵv,d日Λ0(1 −ϵ小时)}但设置了U型千焦到任意时间点,例如,t吨0<t吨1< … <t吨米,其中支撑并让Δ千焦可以是任何非负数,比如n个j个,以获得
因此,
对于任何ω1, …,ω米。假设(ξ、 b条k个)遵循一个符号测度,其对Lebesgue测度的导数由下式给出
然后是的特征函数为零,意味着它的任何连续函数的期望值为零。我们选择以获得
上述方程式的微分t吨j个=t吨产量
由此可见,其中M(M)k个2和M(M)3是对称矩阵,其上三角元素由v(v)k个2和v(v)3分别是。的确,,其中是{1,…,的任意子集…,K(K)}. 显然,、和Z轴(t吨)T型M(M)k个2Z轴(t吨) = 0. 然后根据条件2M(M)3=0和M(M)k个2=0,这意味着v(v)3=0和v(v)k个2= 0 (k个= 1, …,K(K))或v(v)= 0. 因此,矩阵是可逆的。