线性回归模型时域广义最小二乘估计量的渐近正态性
统计理论
2019-02-12 v1 统计方法学
统计理论
摘要
在线性模型中，当误差相关结构已知时，广义最小二乘（GLS）估计量适用。当该结构未知时，必须以可能导致误设定的方式对其进行近似与估计。对错误设定 GLS（IGLS）估计量的大样本分析需要审慎的渐近处理。在频域中进行估计时，在所谓 Grenander 假设下，已证明 IGLS 估计量对广泛一类误差相关模型具有渐近正态性。在相同假设下，时域 IGLS 估计量的渐近正态性结果仅对有限一类误差结构可得。我们证明时域 IGLS 估计量对一般一类相关模型是渐近正态的。
引用
@article{arxiv.1902.03347,
title = {Asymptotic normality of the time-domain generalized least squares estimator for linear regression models},
author = {Hien D Nguyen},
journal= {arXiv preprint arXiv:1902.03347},
year = {2019}
}