1) self-weighted L_1-estimator
自加权L_1估计
1.
For the nonlinear autoregressive time series model x_t=φ(x_(t-1),x_(t-2),…,x_(t-p))+ε_t with E(ε_t~2)=∞,it is showed that if there existsδ≥1 such that E|ε|~δ<∞,then the distribution ofθ_(L_1),the self-weighted L_1-estimator ofθ,is asymptotically normal and the Wald test statistic has the ordinary X~2 distribution.
对具有无穷方差的非线性自回归序列x_t=φ(x_(t-1),x_(t-2),…,x_(t-p),θ)+ε_t,E(ε_t~2)=∞,利用局部二次近似和连续函数空间C(R~q)上弱收敛随机过程最小点的渐近性质,证明了若存在δ≥1,使得E|ε_t|~δ<∞成立,则θ满足一定条件的自加权L_1估计θ_(L_1)是渐近正态估计,Wald检验统计量也具有通常的x~2分布,为模型的统计推断提供了理论基础。
2) L_1-estimator
L_1估计
1.
Asymptotical distribution of L_1-estimator for nonlinear autoregression;
非线性自回归序列L_1估计的渐近分布
3) L_1-estimators
L_1-估计量
1.
Limit Distribution of L_1-estimators for Time Series:Stationary Antoregressive Models;
时间序列模型L_1-估计量的极限分布:平稳自回旧模型
4) L 1 norm estimator
L_1模估计
5) Weight added self-adaptive estimation
加权自适应估计
补充资料：因侵害姓名权、肖像权、名誉权、荣誉权产生的索赔权
因侵害姓名权、肖像权、名誉权、荣誉权产生的索赔权：公民、法人的姓名权、名称权，名誉权、荣誉权、受到侵害的有权要求停止侵害，恢复名誉，消除影响，赔礼道歉，并可以要求赔偿损失。
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