Конзистентна оцінка у векторній моделі з похибками у змінних при невідомій коваріаційній структурі похибок

Рассматривается векторная модель с погрешностями в переменных AX≈B, где матрицы A, B наблюдаются с погрешностями и необходимо оценить матричный параметр X. При условиях, когда нет достаточной информации о ковариационной структуре погрешностей, предложена оценка, сходящаяся по вероятности к X, когда...

Full description

Saved in:
Bibliographic Details
Published in:Український математичний журнал
Date:2007
Main Authors: Кукуш, О.Г., Полеха, М.Я.
Format: Article
Language:Ukrainian
Published: Інститут математики НАН України 2007
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/172466
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Конзистентна оцінка у векторній моделі з похибками у змінних при невідомій коваріаційній структурі похибок / О.Г. Кукуш, М.Я. Полеха // Український математичний журнал. — 2007. — Т. 59, № 8. — С. 1026–1033. — Бібліогр.: 9 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Рассматривается векторная модель с погрешностями в переменных AX≈B, где матрицы A, B наблюдаются с погрешностями и необходимо оценить матричный параметр X. При условиях, когда нет достаточной информации о ковариационной структуре погрешностей, предложена оценка, сходящаяся по вероятности к X, когда количество строк матрицы A стремится к бесконечности. Установлены достаточные условия такой сходимости, а также достаточные условия асимптотической нормальности оценки. We consider a linear multivariate errors-in-variables model AX ? B, where the matrices A and B are observed with errors and the matrix parameter X is to be estimated. In the case of lack of information about the error covariance structure, we propose an estimator that converges in probability to X as the number of rows in A tends to infinity. Sufficient conditions for this convergence and for the asymptotic normality of the estimator are found.
ISSN:1027-3190