Jednostajne prawo wielkich liczb a zgodność estymatorów metody najmniejszych kwadratów

• Autorzy: Mariusz Czekała

Warianty tytułu

The Uniform Low of Large Numbers and Consistency of the Least-Squares Estimators

• Języki publikacji: PL

Abstrakty

Celem pracy jest omówienie warunków, przy których estymatory metody najmniejszych kwadratów (MNK) są mocno zgodne (zbieżne z prawdopodobieństwem 1). Dowody niżej przedstawionych tez znajdują się w przygotowaniu do druku pracy [1]. W artykule rozpatrujemy model regresji nieliniowej (w szczególności może to być model liniowy) z addytywnym składnikiem losowym. (fragment tekstu)

EN

In the paper, there are given some conditions on which estimator of the non-linear least-square method is consistent. A new version of the uniform Iow of large numbers proposed herein allow to avoid some difficulties connected with infinite numbers of realizations of stochastic processes. In the paper the assumptions of independence of observations is replaced by the assumption of asymptotic jn independence. Explanatory variables and disturbance terms of non-linear econometric models satisfy the latter assumption. (original abstract)

Słowa kluczowe

PL

Metoda najmniejszych kwadratów; Korelacja

EN

Least squares method; Correlation

• Czasopismo: Przegląd Statystyczny
• Rocznik: 1987
• Tom: 34
• Numer: z. 4
• Strony: 337--342

Twórcy

autor

Mariusz Czekała

Bibliografia

• Czekała M., Note on the Certain Application of the Uniform Law of Large Number (praca przygotowywana do druku).
• Hoadley B., Asymptotic Properties of Maximum Likelihood Estimators for the Independent Rot Identically Distributed Annals of Mathematical Statistics 6 (1971).
• Rao R., Modele liniowe statystyki matematycznej, PWN Warszawa 1982.
• White H., Domowitz I., Nonlinear Regression with Dependent Obseroations, Econometrica 1 (1984).