1) extended moment estimator
推广的矩估计量
1.
This article extends the moment estimator of the extreme-value index and proposes an extended moment estimator asIt s strong and weak consistency is proved and asymptotical distribution is derived.
本文对极值指数的矩估计量给以推广，提出一种新的估计量——推广的矩估计量： γ_(k，n)=M_n~(1)+1-(r-1)[r(1-(M_n~(1)M_n~(r-1))/(M_N~(r))]~(-1)主要证明了该估计量的相合性，得到了其渐近分布。
2) Extended Pickands-type estimator
推广的Pickands型估计量
3) extended Pickands estimatore
Pickands型推广估计量
4) Generalized Class K estimator
推广的ClassK估计
5) GMM
广义矩估计
1.
The Effects of Financial Development on Foreign Trade and Their Regional Difference in China——Cointegration Analysis and GMM Based on Crossed Provinces Panel Data;
我国金融发展对国际贸易的影响及区域差异——基于跨省面板数据的协整分析和广义矩估计
2.
Controlling the endogeneity of two variables by using the GMM, we find that financial constrained firms significantly exhi.
在采用广义矩估计方法(GMM)合理控制模型的内生性偏误后,融资约束公司表现出强烈的现金-现金流敏感性,而非融资约束公司则没有表现出这种特征。
3.
Based on a panel of financial statement data for 116 listed manufacturing companies (including 11600datapoints) supplemented with user costs of capital, this paper apply GMM estimates of a Autoregressive Distributed Lag(ADL) Investment.
建立在116个在上海和深圳上市的制造业公司的财务报表平行数据基础上(包含11600个数据点)，以及补充的资本使用成本数据，论文应用了一个自回归分布滞后投资支出模型的广义矩估计，模型包含投资、现金流、销售和资本使用成本变量。
6) moment estimator
矩估计量
1.
This article extends the moment estimator of the extreme-value index and proposes an extended moment estimator asIt s strong and weak consistency is proved and asymptotical distribution is derived.
本文对极值指数的矩估计量给以推广，提出一种新的估计量——推广的矩估计量： γ_(k，n)=M_n~(1)+1-(r-1)[r(1-(M_n~(1)M_n~(r-1))/(M_N~(r))]~(-1)主要证明了该估计量的相合性，得到了其渐近分布。
2.
Strong consistency and asymptotic normality of the moment estimator were proved.
利用矩方法和Bayes方法研究INGARCH(1,1)模型的参数估计问题,证明了矩估计量的强相合性和渐近正态性。
补充资料：Bayes估计量
Bayes估计量
Bayesian estimator
Bayes估计量【Bayesi助始廿ma.件;D自狱.。眨..界..] 用BayeS方法(Bayesian aPProach)由观察值对一未知参数所作的估计.统计问题使用这样的方法时，一般都假定未知参数所0 gR“是一具有给定先验分布7r=武do)的随机变量，决策空间D与集合0重合.且损失L(0，d)表示变量0与估计d的偏离.因此，函数L勿，d)通常假定为有形式L勿，d)=a(e)又(口一d)，其中又是误差向量0一d的某个非负函数，若k二1，则常取又勿一d)={0一d}“(“>0).最有用且在数学上最方便的是平方损失函数L(口，d)=}‘一d1’.对这一损失函数，Bayes估计量(Ba卿决策函教(Bavesian dedsion function))占’二亡厂(x)定义为使最小总损失 !;‘p‘二·“，一，‘薯必，“一”‘·’2’〕口‘么，叮‘““，达到的函数，或与之等价，了是使最小条件损失 ，母‘E{[口一占(x)]2+“)达到的函数，由此推出，在平方损失函数的场合，B竹es估计量与后验均值占‘(x)=E勿{x)相等，而Bayesj双险(Bayes risk)为 。‘二，占‘)二E!D矿夕}x)]‘此处O(0}劝是后验分布的方差: o(口{x)二任{{口一E(0{x)12!，、}. 例设二=(x，，，二，戈)，这里x，，，二，x。为具正态分布N勿，。’)的独立同分布变量，护己知，而未知参数0有正态分布N扭，铲).因为当x给定时口的后验分布为正态N(拜。，T:一、其中 n又。2一十“下一2 灿。二一—，，。一二n口‘一奋了一_ n口一汁~下且万=(x，十一+凡)/。，可知在平方损失函数{分一引’之下，Bayes估计量为占’(x)=线，而Bayes风险则为《二犷六伽铲十护).AH川畔即撰[补注]
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条