By using a large deviation theory o

By using a large deviation theory of the stochastic process and the moment information of errors, some large deviation results for the least squares estimator θn in a nonlinear regression model are obtained when errors satisfy some general conditions. For some p>1, examples are presented to show that our results can be used in the case for supn≥1E|ξn|p=∞ and a better bound can be obtained in the case for supn≥1E|ξn|p

ผลลัพธ์ (ไทย) 1:

โดยทฤษฎีขนาดใหญ่ค่าเบี่ยงเบนของกระบวนการ stochastic และข้อมูลช่วงเวลาของข้อผิดพลาด ผลเบี่ยงเบนขนาดใหญ่บางอย่างสำหรับ θn ประมาณการกำลังสองน้อยสุดในแบบจำลองถดถอยเชิงเส้นจะได้รับเมื่อข้อผิดพลาดตรงบางเงื่อนไขทั่วไป สำหรับบาง p > 1 แสดงตัวอย่างเพื่อแสดงว่า ผลลัพธ์ของเราสามารถใช้ในกรณีสำหรับ supn≥1E|ξn|p =∞และดีกว่าผูกได้ในกรณี supn≥1E|ξn|p < ∞ ผลของเราทั่วไป และปรับปรุงสอดคล้องกัน

ผลลัพธ์ (ไทย) 2:

โดยใช้ทฤษฎีการเบี่ยงเบนที่มีขนาดใหญ่ของกระบวนการสุ่มและข้อมูลขณะที่ข้อผิดพลาดบางส่วนเบี่ยงเบนผลขนาดใหญ่อย่างน้อยθnสี่เหลี่ยมประมาณการในรูปแบบการถดถอยแบบไม่เชิงเส้นจะได้รับเมื่อข้อผิดพลาดบางอย่างตอบสนองเงื่อนไขทั่วไป สำหรับบาง P> 1 ตัวอย่างจะถูกนำเสนอเพื่อแสดงให้เห็นว่าผลของเราสามารถนำมาใช้ในกรณีที่supn≥1E | ξn | p = ∞และผูกพันที่ดีขึ้นสามารถได้รับในกรณีที่supn≥1E | ξn | p <∞ . ผลของเราพูดคุยและปรับปรุงคนที่สอดคล้องกัน

ผลลัพธ์ (ไทย) 3:

โดยการใช้ค่าเบี่ยงเบนขนาดใหญ่ทฤษฎีกระบวนการ stochastic และช่วงเวลาที่ข้อมูลผิดพลาด ผลมีขนาดใหญ่ สำหรับประมาณการθเบี่ยงเบนกำลังสองน้อยที่สุด N ในการถดถอยแบบไม่เชิงเส้นแบบได้เมื่อเกิดข้อผิดพลาดตอบสนองเงื่อนไขทั่วไปบาง สำหรับ p > 1 ตัวอย่างที่ถูกนำเสนอเพื่อแสดงให้เห็นว่าผลของเราสามารถใช้ในกรณี supn ≥ 1e | ξ N | P = ∞และผูกขึ้นได้ในกรณี supn ≥ 1e | ξ N | p < ∞ . ผลลัพธ์จากการอนุมาน และการปรับปรุงที่สอดคล้องกัน