当<1时,序列{n}是平稳序列。由于{,独立同 分布,因此 ov(y,-1,E1)=0 可以证明,当N→∞时,(6.1.3)的第二项依概率收敛 于零,从而p是P的一致估计。 再考虑如下统计量 N(b-D)=2m与 Vi-8 J 由于 E(v1E1)=0 Var(E=E(Do 2当   1 时，序列 yt 是平稳序列。由于 { }t  独立同 分布，因此 Cov(yt−1 , t ) = 0 可以证明，当 N →时 ，(6.1.3)的第二项依概率收敛 于零，从而  ˆ 是  的一 致估计。 再考虑如下统计量：     − − − − − − − = = 2 1 1 1 2 1 2 1 1 ( ˆ ) t t t t t t N y N y y y N N     由 于 E(yt−1  t ) = 0 2 2 2 2 2 1 1 1 ( ) ( )       − Var yt− t = E yt−  =