標題: 具有AR(1)誤差的迴歸模型的線性修正平均估計值
Linear Trimmed Means for the Linear Regression with AR(1) Errors Model
作者: 彭豐洋
Feng-Yang Peng
陳鄰安
Lin-An Chen
統計學研究所
關鍵字: 高斯馬可夫定理;廣義最小平方法估計量;線性修正平均數;穩健性估計;Gauss Markov theorem;Gnenralized least squares estimator;linear trimmed mean;robust estimator
公開日期: 2004
摘要: 延續Lai (2003)其具有AR(1)誤差的線性迴歸模型的穩健性估計基本架構,我們證明了在大樣本的情形下廣義修正平均值估計量能夠有類似 Gauss Markov Theorem 的性質。我們稱其為穩健型態的 Gauss Markov Theorem。 我們進而利用模擬的方法以及實例的分析,說明該估計量的特性與效率。
For the linear regression with AR(1) errors model, a robust type generalized and feasible generalized estimators of Lai et al. (2003) of regression parameters are shown to have the desired property of robust type Gauss Markov theorem. It is done by shown that these two estimators are, respectively, the best among classes of linear trimmed means. Monte Carlo and data analysis for this technique have been performed.
URI: http://140.113.39.130/cdrfb3/record/nctu/#GT009226517
http://hdl.handle.net/11536/76888
顯示於類別:畢業論文


文件中的檔案:

  1. 651701.pdf

若為 zip 檔案,請下載檔案解壓縮後,用瀏覽器開啟資料夾中的 index.html 瀏覽全文。