未知误差分布下线性回归模型的非参数自适应估计

作者：龙伟芳; 叶绪国

来源：西北师范大学学报(自然科学版), 2019, 55(01): 26-34.

DOI：10.16783/j.cnki.nwnuz.2019.01.005

• 线性回归模型
• 极大似然估计
• Newton-Raphson算法
• 假设检验

对于正态分布误差,线性回归模型的极大似然估计(Maximum likelihood estimate,MLE)与最小二乘估计(Least squares estimate,LSE)是等价的.当高斯性假设不成立时,MLE比LSE更有效.然而,当误差分布未知时,MLE通常是不可实现的.文中给出了未知误差分布下线性回归模型系数的非参数自适应估计,证明了估计量渐近有效于已知误差分布下线性回归模型系数的MLE,并给出了回归系数的一个轮廓似然比检验统计量.

• 单位
  凯里学院