摘要: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.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社