Asymptotic results for the linear parameter estimate in partially linear additive regression model - 08/10/11
pages | 5 |
Iconographies | 0 |
Vidéos | 0 |
Autres | 0 |
Abstract |
In this Note, we study the linear part of the semi-parametric regression model defined by , , where , are vectors of explanatory variables, is a vector of unknown parameters, are unknown univariate real functions, and are independent random modelling errors with mean zero and finite variances. Using the nonparametric kernel technique combined with the marginal integration method to estimate the functions and the least-square error criterion to estimate the parameter β, we establish the asymptotic normality together with the iterated logarithm law of the estimate of β.
Le texte complet de cet article est disponible en PDF.Résumé |
Cette Note est consacrée à lʼétude de la partie linéaire du modèle de la régression partiellement linéaire défini par , , où , sont des vecteurs de variables explicatives, est un vecteur de paramèters inconnus, sont des fonctions réelles univariées inconnues, et sont les erreurs de modélisation supposées indépendantes de moyennes nulles et de variances finies. En utilisant la méthode du noyau accompagnée de la méthode dʼintégration marginale pour estimer les fonctions et le critère des moindres carrés pour estimer le paramètre β, nous établissons la normalité asymptotique et la loi du logarithme itéré pour lʼestimateur de β.
Le texte complet de cet article est disponible en PDF.Plan
Vol 349 - N° 19-20
P. 1105-1109 - novembre 2011 Retour au numéroBienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.
Déjà abonné à cette revue ?