为了方便起见,令Z是标准正态随机变量,C是一个正的常数,在不同的地方可以表示不同的值。
证明 ,其中0q是一个q×1的零向量,“′”表示关于θ的导数,则
进一步,由(2.1.5)—(2.1.6),有
对方程(2.1.6)关于θ求导,得
于是,得
故η′q+1(θ)<0,=nη′q+1(θ)<0,引理2.5.1得证。
令ΓAI=,Γ1=E{A(X)AT(X)},Γ2=E{A(X)(m(X)-θ)},ΓA=E{σ2(X)/p(X)}+Var(m(X)),σ2(x)=。
引理2.5.2 假定条件(C1)—(C8)成立。若θ是Y的真实均值,则
证明 引理2.5.2的证明见Xue(2009)中定理2的证明。
引理2.5.3 假定条件(C1)—(C8)成立。若θ是Y的真实均值,则
其中是θ的最大经验似然估计量,,Γ的定义见定理2.2.2。
证明:首先,证明成立。令,其中是一个q维的列向量。注意到和满足如下三个方程
Qkn(θ,η)=0,k=1,2,3
其中
在(θ,0)点展开=0,k=1,2,3,可得
其中εn=。
进一步,由于
其中
由Xue(2009)中的引理4,有。运用大数定律,得
于是
因此,可得
由引理2.5.2得
结合(2.5.1)得。
由Xue(2009)中的引理3,,结合 N(0,Γ),得。
引理2.5.4 假设θ*是Y的真实均值。假设原假设和条件(C1)-(C8)成立,若E‖A(X)‖3<∞,<∞且ΓA>0,则
证明 仅证明真实均值θ*是θ1的情况。因为真实均值θ*是θ2的证明类似可得。
对任意的θ,记,=θ1+n-1/3。
首先,证明=Op(n-1/3)。令=ρu,其中ρ≥0,u∈Rq+1且‖u‖=1,
mineig(S)表示S的最小的特征值,0q是q×1的零向量。由引理2.5.2和(2.1.6),有
于是有
由Xue(2009)中的引理3可得
注意到{,1≤i≤n}是独立同分布的,且
于是E‖‖3<∞。由Owen(1990)的引理3的证明,可推出
由=Op(n-1/2)和引理2.5.2,可得(www.daowen.com)
ρ[mineig(S)+op(1)]=Op(n-1/3)。
因为ΓAI是一个正定矩阵且,C+op(1)≤mineig(S)≤C+op(1)。故
由(2.1.6),可得
由=Op(n-1/3)和=op(n1/3),可推出
结合(2.5.2),得
通过泰勒展开,利用(2.5.3),对{,1≤i≤n}使用重对数律,依概率有
与=Op(n-1/3)的证明类似,对真实均值θ1,有η(θ1)=Op(n-1/2),则
由的下凹性,依概率有
因此
故当θ*=θ1时,引理2.5.4成立。
定理2.2.1的证明 由引理2.5.1得在R上有唯一的最大值。结合引理2.5.3得
因此,得
由引理2.5.3和=0,有=0。由=n-1+Op(n-3/2),可得
与引理2.5.4中关于的证明类似,在原假设H0下,有
其中Γn,AI=且Γn=,Γn1=,Γn2=。
注意到,结合引理2.5.2,对任意t>0,有
因此,P{T01≤t}=1-,T01,定理2.2.1得证。
定理2.2.2的证明 对真实的均值θ*=θ0+依然成立。由引理2.5.2,可得
定理2.2.2得证。
定理2.2.3的证明 由(2.5.4),有
与定理2.2.1的证明类似,可得
因此,=α。对任意固定的真实均值θ*>θ0,
由,有
定理2.2.3得证。
定理2.2.4的证明 假设真实均值θ*是θ1。由引理2.5.1,有
记。由引理2.5.4和(2.5.5),得
由引理2.5.3,有
由定理2.2.1,可得
故当θ*=θ1时,结论成立。当θ*=θ2时,类似可得。
定理2.2.5的证明 由(2.5.5),记
当θ1<θ*<θ2,有→-∞,→+∞,因此,由引理2.5.3,可得
若θ*=θ1,→0;若θ*=θ2,→0。由定理2.2.1的证明,可得
因此,=α。定理2.2.5得证。
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。