摘要：对于固定设计下的半参数模型ｙｉ＝ｘｉβ＋ｇ（ｔｉ）＋ｅｉ，ｉ＝１，２，．．．，ｎ，本文综合最小二乘法和一般的非参数权估计方法，定义了β，ｇ的估计量βｎ，ｇｎ及误差方差σ２＝Ｅｅ２１的估计量σ２ｎ，并在适当条件下，证明了它们的强相合性与ｐ（≥２）阶平均相合性．

摘要：考虑固定设计下的半参数回归模型 :yi=xiβ+ g(ti) + ei,i=1 ,2 ,… ,n,在 { ei}为 Eei=0 ,Ee2i=σ2i 的 NA序列时 ,得到了一类估计的强相合性 .

摘要：考虑回归模型：ｙｉ＝ｘｉβ＋ｇ（ｔｉ）＋σｉｅｉ，１ｉｎ，其中σ２ｉ＝ｆ（ｕｉ），（ｘｉ，ｔｉ，ｕｉ）是固定非随机设计点列，ｆ（·）和ｇ（·）是未知函数，β是待估参数，ｅｉ是随机误差．对文［１］给出的基于ｇ（·）及ｆ（·）的一类非参数估计的β的最小二乘估计＾βｎ和加权最小二乘估计βｎ，我们在适当条件下证明了它们的强相合性．

摘要：考虑回归模型 :yi=xiβ+g(ti) +σiei,1≤ i≤ n.其中 σ2i=f(ui) ,(xi,ti,ui)是固定非随机设计点列 ,f (· )和 g(· )是未知函数 ,β是待估参数 ,ei 是随机误差 .对文 [1 ]给出的基于 g(· )及 f(· )的一类非参数估计的β的最小二乘估计β^ n和加权最小二乘估计βn,本文通过重抽样的方法构造了 β^n 和 βn 的 Bootstrap统计量 β^ *n 和 β*n .证明了在给定原样本的条件下 ,n (β^ *n -β^ n)和 n (β*n -β^ n)分别与 n (β^ n-β)和 n (βn-β)有相同的渐近分布 .

摘要：考虑固定设计下的半参数回归模型:y_i=x_iβ+g(t_i)+e_i,i=1,…,n 对利用一般非多数估计法结合最小二乘法得到的参数分量β和误差方差σ~2的估计量(?)_n和(?)_n^2,本文用随机加权法构造了(?)_n和(?)_n^2的随机加权统计量H_(?)_n和H_(?)_n^2,并证明了在给定原样本的条件下,H_β_n和H_((?)_n^2)分别与n^(1/2)((?)_n-β)和n^(1/2)((?)_n^2-σ~2)有相同的渐近分布.