LEAST SQUARES ESTIMATION FOR NONLINEAR REGRESSION MODELS WITH HETEROSCEDASTICITY
异方差非线性回归模型的最小二乘估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以通用非线性回归渐近理论为主，未明确时间序列结构或具体经济领域，细分证据不足。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
异方差非线性回归模型的最小二乘估计
- 研究问题
- 如何为异方差非线性回归建立可用于多种模型的最小二乘渐近理论，并处理示例中的非平稳性与异方差并存？
- 方法与思路
- 作者提出非线性最小二乘的渐近分析框架，以非平稳异方差回归展示应用，并给出一类鞅的最大不等式。
- 材料陈述的贡献
- 摘要称主要贡献是便于应用的异方差非线性最小二乘理论框架，另提供具有独立价值的鞅最大不等式。
- 阅读关注点
- 应核对框架对回归函数、误差及异方差的限制，非平稳例子的具体结构，以及最大不等式如何支持估计量的渐近结论。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定估计速度、极限分布或可覆盖的非平稳类型，也不能推断其他版本及刊本变化。
原文摘要
This paper develops an asymptotic theory of nonlinear least squares estimation by establishing a new framework that can be easily applied to various nonlinear regression models with heteroscedasticity. As an illustration, we explore an application of the framework to nonlinear regression models with nonstationarity and heteroscedasticity. In addition to these main results, this paper provides a maximum inequality for a class of martingales, which is of interest in its own right.