Асимптотичні властивості оцінки параметрів лінійної регресії у випадку слабко залежних регресорів

Abstract

Розглядається лiнiйна модель регресiї зi слабко залежним випадковим шумом та регресорами, якi залежать вiд часу та спостерiгаються зi слабко залежними похибками. Дослiджуються властивостi консистентностi та асимптотичної нормальностi оцiнки найменших квадратiв параметрiв такої моделi регресiї.

Рассматривается линейная модель регрессии со слабо зависимым случайным шумом и регрессорами, которые зависят от времени и наблюдаются со слабо зависимыми ошибками. Исследуются свойства состоятельности и асимптотической нормальности оценки наименьших квадратов параметров такой модели регрессии.

A linear regression model with weakly dependent random noise and time-dependent regressors which are observed with weakly dependent errors is considered. The consistency and the asymptotic normality of the least squares estimator of such a regression model are proved.