本文考虑多维广义线性模型的拟似然方程sum from i=1 to n X_i(y_i-μ(X_i^1β))=0,在一定条件下证明了此方程的解(?)渐近存在,并得到了其收敛速度,即■_n-β_0=O_p(■_n^(-1/2)),其中β_0为参数β的真值,■_n是方阵S_n=sum from i=1 to...本文考虑多维广义线性模型的拟似然方程sum from i=1 to n X_i(y_i-μ(X_i^1β))=0,在一定条件下证明了此方程的解(?)渐近存在,并得到了其收敛速度,即■_n-β_0=O_p(■_n^(-1/2)),其中β_0为参数β的真值,■_n是方阵S_n=sum from i=1 to n X_iX_i^1的最小特征值．展开更多
对多维自适应设计广义线性模型中形如sum from i=1 to n xi(yi-μ(x′iβ))=0的拟似然方程,在limn→∞■^(3/4)/■=0和其他一些正则性的假定之下,论文证明了上述拟似然方程的解,即极大拟似然估计的渐近正态性,此结果推广和改善了文[4]...对多维自适应设计广义线性模型中形如sum from i=1 to n xi(yi-μ(x′iβ))=0的拟似然方程,在limn→∞■^(3/4)/■=0和其他一些正则性的假定之下,论文证明了上述拟似然方程的解,即极大拟似然估计的渐近正态性,此结果推广和改善了文[4]中的相关结果,其中■和■分别为sum from i=1 to n xix′i的最小特征根和最大特征根,x是有界的p×q阶设计矩阵.展开更多
对固定设计的多维广义线性模型,在λ^(1/2)_n/_n→0和其他一些正则性条件下,证明了自然联系函数下的拟似然方程sum from i=1 to n xi(yi-μ(x′iβ))=0的解■n即拟似然估计的渐近正态性,其中,λn(_n)表示sum from i=1 to n xix′i...对固定设计的多维广义线性模型,在λ^(1/2)_n/_n→0和其他一些正则性条件下,证明了自然联系函数下的拟似然方程sum from i=1 to n xi(yi-μ(x′iβ))=0的解■n即拟似然估计的渐近正态性,其中,λn(_n)表示sum from i=1 to n xix′i的最小(最大)特征根,xi是有界的p×q回归变量,yi是q×1响应变量.展开更多
基金partly supported by National Natural Science Foundation of China and President Foundation of GUCAS.
文摘本文考虑多维广义线性模型的拟似然方程sum from i=1 to n X_i(y_i-μ(X_i^1β))=0,在一定条件下证明了此方程的解(?)渐近存在,并得到了其收敛速度,即■_n-β_0=O_p(■_n^(-1/2)),其中β_0为参数β的真值,■_n是方阵S_n=sum from i=1 to n X_iX_i^1的最小特征值．
文摘对多维自适应设计广义线性模型中形如sum from i=1 to n xi(yi-μ(x′iβ))=0的拟似然方程,在limn→∞■^(3/4)/■=0和其他一些正则性的假定之下,论文证明了上述拟似然方程的解,即极大拟似然估计的渐近正态性,此结果推广和改善了文[4]中的相关结果,其中■和■分别为sum from i=1 to n xix′i的最小特征根和最大特征根,x是有界的p×q阶设计矩阵.
文摘对固定设计的多维广义线性模型,在λ^(1/2)_n/_n→0和其他一些正则性条件下,证明了自然联系函数下的拟似然方程sum from i=1 to n xi(yi-μ(x′iβ))=0的解■n即拟似然估计的渐近正态性,其中,λn(_n)表示sum from i=1 to n xix′i的最小(最大)特征根,xi是有界的p×q回归变量,yi是q×1响应变量.
