摘要：对于非参数回归模型 :Yi=g( ti) + εi,i=1 ,… ,n,其中 {ti}为固定设计点列 ,{εi}为 α-混合的平稳序列 ,该文建立了回归函数 g( t)的小波估计并研究了其相合性。

摘要：考虑非参数回归模型Ｙ１＝ｒ（ｔｉ）＋εｉ，其中ｔｉ为固定设计点列，｛εｉ｝为ρ混合相依随机 变量，本文用小波方法建立ｒ（ｔ）的估计ｒ（ｔ），并讨沦了它的渐近无偏性，弱收敛，强收敛，及其 收敛速度，

摘要：考虑纵向数据的一般线性混合效应模型.在不设定误差和随机效应分布类型已知的情况下,给出了随机效应本身,回归系数和误差方程的估计量.并在一般设计点列和一般矩条件下,建立了估计量的强相合性和渐近正态性.

摘要：设有半参数国自摸型其中｛ｔｉ｝为常数列．本文对（ｘｉ）为设计点列的情形，给出了β、ｆ（ｔ）有相合估计的条件；在｛ｘｉ｝为随机的情形，建立了ｆ（ｔ）估计的相合性．

摘要：考虑半参数回归模型ｙｉ＝ｘ＾１ｉβ＋ｅｉ，１≤ｎ，其中β∈ＲＴ＾ｄ为未知参数，ｇ（ｔ）为「０，１」上的未知Ｂｏｒｅｌ函数，ｘｉ为Ｒ＾ｄ上的随机设计，｛ｅｉ｝为ｉ．ｉ．ｄ．随机误差，本文构造了误差方差σｉ＾２＝ｖａｒ（ｅｉ）的小波估计σｎ＾２，得到了σｎ＾２的渐近正态性，同时构造了ｖａｒ（ｅｉ＾２）的小波估计Ｄｎ＾２，并且证明了Ｄｎ＾２的弱相合性，由此可知√ｎ（σ＾２－σ＾２）／Ｄｎ依分布收敛于Ｎ（

摘要：考虑半参数回归模型yi=xTiβ +g(ti) +ei,i=1 ,2 ,… ,n ,其中 β∈Rd 为未知回归参数 ,g(·)为 [0 ,1 ]上的未知Borel函数 ,{xTi}为Rd 上的随机设计 ,{ti}为常数序列 ,{ei}为i.i.d .随机误差 ,Eei=0 .在适当的条件下 ,证明了 β和g(·)的小波估计 ^β和^g(·)的强相合性 ,并且得到了 ^β和^g(·)的强相合速度 .

摘要：考虑如下的半参数回归模型：Ｙｉ＝ｘＴｉ十ｇ（ｔｉ）＋εｉ（０≤ｉ≤ｎ）其中｛εｉ，０≤ｉ≤ｎ｝和｛εｔ，０≤ｔ≤ｎ｝有相同的联合分布，｛εｔ，－∞＜ｔ＜∞｝是具有零均值和有限方差δ２的严平稳α－混合时间序列．本文构造了上述模型中β，ｇ（ｔ）和ρ２的局部多项式估计，在适当的条件下，得到了估计的渐近正态性和收敛速度．在一定的假设下，β的估计是自适应的，而且ｇ（ｖ）（ｔ）（ｇ（ｔ）的第ｖ阶导数）的估计的收敛速度是最优的．