оцінка найменших квадратів

Консистентність оцінки найменших квадратів параметрів лінійної регресії у випадку дискретного часу і сильно- або слабкозалежних регресорів

Розглянуто лінійні моделі регресії з дискретним часом, сильно- і слабкозалежним випадковим шумом і регресорами, які залежать від часу та спостерігаються з сильно- і слабкозалежними похибками. Задача оцінювання параметрів таких моделей є важливим завданням статистики випадкових процесів. Для оцінювання вибрано широковживану оцінку найменших квадратів. Досліджено властивості консистентності оцінки найменших квадратів параметрів таких моделей.

Асимптотичні розклади моментів оцінки найменших квадратів векторного параметра нелінійної регресії з корельованими спостереженнями

Розглянуто нелінійну модель регресії з неперервним часом і неперервним у середньому квадратичному сепарабельним вимірним гауссовим стаціонарним випадковим шумом з нульовим середнім і абсолютно інтегровною коваріаційною функцією. Оцінювання параметрів таких моделей є важливою задачею статистики випадкових процесів. Знайдено перші члени асимптотичних розкладів вектора зсуву і коваріаційної матриці оцінки найменших квадратів векторного параметра нелінійної функції регресії. При отриманні результатів використовувався апарат теорії випадкових процесів і асимптотичної теорії нелінійної регресії.

Асимптотична єдиність оцінки найменших квадратів параметрів нелінійної моделі регресії

Розглянуто нелінійну модель регресії з неперервним часом і випадковим шумом, що є локальним функціоналом від гауссового стаціонарного сильно залежного випадкового процесу. Отримано достатні умови асимптотичної єдиності оцінки найменших квадратів параметрів функції регресії. Цей результат застосовано до оцінки найменших квадратів амплітуд і кутових частот суми гармонічних коливань, що спостерігаються на фоні означеного випадкового шуму.