Асимптотичні властивості оцінки параметрів лінійної регресії у випадку слабко залежних регресорів

Розглядається лiнiйна модель регресiї зi слабко залежним випадковим шумом та регресорами, якi залежать вiд часу та спостерiгаються зi слабко залежними похибками.
 Дослiджуються властивостi консистентностi та асимптотичної нормальностi оцiнки найменших квадратiв параметрiв такої моделi регрес...

Full description

Saved in:
Bibliographic Details
Published in:Доповіді НАН України
Date:2014
ISSN:1025-6415
Main Authors: Іванов, О.В., Орловський, І.В.
Format: Article
Language:Ukrainian
Published: Видавничий дім "Академперіодика" НАН України 2014
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/87696
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:Асимптотичні властивості оцінки параметрів лінійної регресії у випадку слабко залежних регресорів / О.В. Iванов, I.В. Орловський // Доповiдi Нацiональної академiї наук України. — 2014. — № 5. — С. 24-28. — Бібліогр.: 9 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Розглядається лiнiйна модель регресiї зi слабко залежним випадковим шумом та регресорами, якi залежать вiд часу та спостерiгаються зi слабко залежними похибками.
 Дослiджуються властивостi консистентностi та асимптотичної нормальностi оцiнки найменших квадратiв параметрiв такої моделi регресiї. Рассматривается линейная модель регрессии со слабо зависимым случайным шумом и регрессорами, которые зависят от времени и наблюдаются со слабо зависимыми ошибками.
 Исследуются свойства состоятельности и асимптотической нормальности оценки наименьших квадратов параметров такой модели регрессии. A linear regression model with weakly dependent random noise and time-dependent regressors
 which are observed with weakly dependent errors is considered. The consistency and the asymptotic
 normality of the least squares estimator of such a regression model are proved.
ISSN:1025-6415