连续时间下非参数回归模型的误差密度估计

本文研究连续时间下非参数回归的误差密度估计问题，给出误差密度的一个核估计量，利用回归函数的核估计在紧区间上一致均收敛的结论证明了该统计量渐近无偏差，均方相合法，并说明了该核估计中窗宽选取的办法。     

方向数据回归函数核估计平均偏差的指数界

本文讨论方向数据回归函数核估计的平均偏差,在关于应变量,核函数及窗宽的温和假定下得到了这类估计的平均偏差的指数界.     

方向数据回归函数核估计平均偏差的指数界

本文讨论方向数据回归函数核估计的平均偏差，在关于应变量、核函数及窗宽的温和假定下得到了 这类估计的平均偏差的指数界．     

随机窗宽核估计L1模相合性

设X_1,…,X_n是来自某个具有分布F(x)和密度f(x)的d维总体的i.i.d.样本。为估计f(x),国内外统计学家提出了许多切合实际的估计,并在其相合性方面取得了大量的成果。随机窗宽核估计就是其中之一,见文献[1—3]等等。最近Breiman L.等,Devroye L.考虑了另一类型随机窗宽核估计即:     

φ-混合样本下密度函数的导数的核估计的一致强相合性

本文在样本为同分布Φ-混合随机变量序列的情形下研究了密度函数的导数的随机窗宽核估计的一致强相合性。     

分布自由的回归函数近邻核估计的相合性

本文获得了基于混合，α－混合样本的回归函数核估计，随机窗宽核估计，近邻核估计的强相合性，积分绝对误差的强相合性与平均相合性，所得结果对所有ｘ的分布μ均成立，其中核函数的支撑可以无界，甚至可以是不可积的。     

一般形式的密度估计

对于一般形式的核密度估计,我们指出ComposV.S.M.和DoreaC.C.Y.2001年论文中存在的几处错误,且给出了正确的结果及其证明.推广了一些有关文献中关于连续型密度和离散型分布核估计的若干结果.     

未知方向密度估计的收敛率

设Ｘ为ｐ维随机向量,对于未知的投影方向θｏ（‖θｏ‖＝１）,本文利用θｏ的估计与核密度估计相结合的方法给出了θ＾Ｔ０Ｘ的密度（方向密度）的核型密度估计,获得了此估计的逐点渐近正态性,逐点精确强收敛率,一致精确强收敛率以及均方误差收敛率,所得结果与最优性与已知方向上的核密度估计完全一致。作为例子,对θｏ为Ｘ协方差阵的最大特征值所对应的特征方向,我们给出了θｏ的满足条件的估计极其方向密度估计。     

具有随机窗宽核估计的一致强相合性

设 X_1,…,X_m i.i.d.是取值于 R~n 中的随机向量,X_1 有概率密度 f(x),取正随机变量 H_m(x,ω)=H_m(x,X_2(ω),…,(ω))为随机窗宽,f(x)的核估计与最近邻估计分别如下:f_m(x)=(mH_m~n(x,ω))~(-1)sum from i=1 to m K((X_i-x)/H_m(x,w))f_m(x)=(ma_m~n(x,w))~(-1) sum from i=1 to m K((X_i-x)/a_m(x,w)),m≥1,x∈R~n.假定 K 为 R~n 中有界变差函数,当 f(x)与 K(x)的条件比[1]弱时,我们讨论了 f_m(x)与 f_m(x)的一致强相合性。本文所得随机窗宽的结果与[1]中常数窗宽的结果相同,这些结果也比[2]和[5]中的要好。     

随机删失下光滑的Bahadur—Kiefer过程的渐近分布

本文在随机删失数据下讨论了由核光滑的ＰＬ过程和它的分位点过程所构成的Ｂａ－ｈａｄｕｒ－Ｋｉｅｆｅｒ过程的渐近分布，证明了在不同的窗宽选择下，所得到的渐近分布可以完全不同，并由此得出了它的所有可能渐近分布。