在本节中,我们将使用与上面定义的相同的符号,并且所有限制均取为n→∞.假设g是两次连续可微的函数.还假设Zi(t),H(.)和W(t)有界变化,并且W(t)几乎可以肯定地收敛于确定性函数w(t),t∈[0,τ].定义
令s0(t),s1(t),ex(t)和r(t)分别表示S0(t;γ0),S1(t;γ0),EX(t;θ0,γ0)和R(t;θ0,γ0)的极限.还设.
为了证明渐近正态性,将U(θ,γ)定义为,然后将其基础函数替换为其经验版本.首先请注意,通过线性扩展g,我们有
其中μ*位于μ0(t)和之间.另请注意满足
同样,θ=θ0,γ=γ0,则(2.7.2)的线性展开是
其中μ**位于μ0(t)和之间.通过使用函数中心极限定理(Pollard,1990,p.53)并记,在t处有.因此,将(A.1)和(A.3)与的一致收敛性结合起来,有
其中
众所周知
因此,我们有
然后是
可以有
其中.(A.2)关于γ的分化(www.xing528.com)
其中
设P*(θ,γ)=-n-1∂U(θ,γ)/∂γ′.因此,由(A.5)和(A.6)可以得出,在θ和γ,P*(θ,γ)几乎可以肯定地收敛于非随机函数P(θ,γ).
用P表示Pθ(0;γ0),然后
在(θ0,γ0)处使用的泰勒展开式,我们得到
基于和Lin等(2000)的等式(A.5)的一致性,其中
因此,由(2.7.4),(2.7.7)知多元中心极限定理依分布收敛到具有协方差矩阵的均值0正态随机向量,其协方差矩阵为
通过使用Lin等(2000年)附录A.3中的方法,很容易看出第3节中给定的是Σ的相合估计.(2.7.2)关于θ微分给出
其中
因此,由(A.8)和一些简单的代数得出,在θ处几乎可以肯定地收敛到非随机函数A(θ),并且
可以由第3节中给出的一致估计.在处对进行泰勒展开有
因此从(A.7)和(A.9)得出渐近服从正态分布,均值为零,协方差矩阵A(θ0)-1ΣA(θ0)-1的一致估计为.
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。