共查询到20条相似文献,搜索用时 15 毫秒
1.
考虑非参数回归模型:Yi=M(Xi)+ei,其中M(x)为B(?R)上的未知实函数,(Xi,Yi)为来自(X,Y)的m(n)相依样本,残差(ei)具有公共的未知密度f(x).本文基于残差估计给出了f(x)的一种非参估计,并证明该估计具有逐点相合性,一致相合性及L1相合性. 相似文献
2.
设有半参数回归模型yi=x’,β+f(ti)+ei,i=1,...n,其中{ti}为常数列,本文对{xi}为设计点列的情形,给出了β、f(t)有相合估计的条件;在{xi}为随机的情形,建立了f(t)估计的相合性。 相似文献
3.
混合误差下回归权函数估计的强相合性 总被引:1,自引:0,他引:1
对非参数模型Yi^(n)=g(xi^(n))+ξi^(n),用权函数gn(x)=Σ↑n↓i=1Wni(x)Yi^(n);估计g(x),在误差为某些相依随机变量列下,我们获得了gn(x),的强相合性及一致强相合性。 相似文献
4.
设(X1,Y1),…,(Xn,Yn)是从取值于R^p×R^q的随机向量(X,Y)中抽取的随机样本,在给定X=x的条件下Y具有条件密度f(y│x)。在本文中,我们考虑f(y│x)的通常的和递归形式的双重核估计fn(y│x)=n∑i=1K1(Xi-x/an)K2(Yi-6/bn)/〔bn^qn∑j=1K1(Xj-x/an)〕fn(y│x)=n∑i-1K1(Xi-x/ai)K2(Yi-y/bi)/n∑j 相似文献
5.
半参数回归的线性小波光滑 总被引:20,自引:0,他引:20
考虑半参数回归模型上未知函数,yi=x_iβ+g(ti)+ei,1≤i≤n,g(·)为R~1上未知参数,β∈R~p为待估参数, Antoniads[3]中给出了非参数回归模型的小波估计,借鉴[3]我们利用偏残差法给出了β、g(·)的小波估计β、g(·).本文研究了β、g(·)的弱相合性及它们偏差和方差的渐近性质,并且得到了β的渐近正态性. 相似文献
6.
NA样本下部分线性模型中估计的强相合性 总被引:9,自引:0,他引:9
考虑回归模型:yi=xiβ+g(ti)+σiei,1<i<n,其中σ_i~2=f(ui),(xi,ti,ui)是固定非随机设计点列,f(·)和g(·)是未知函数,β是待估参数,误差{ei}为NA变量.我们对β的最小二乘估计βn和加权最小二乘估计Bn,在适当的条件下得到了它们的强相合性. 相似文献
7.
卢学文 《数理统计与应用概率》1995,10(2):56-66
设非参数回归模型yi=f(xi)+εi,i=1,...,n,f(x)是〔0,1〕上的未知的非参数回归函数,f(x)的核估计具有一个光滑参数h分别利用CV和GCV准则来选择参数h,得到f(x)的核估计及相应的Stein估计,本文证明了这类估计在强收敛意义下是渐近最优的。 相似文献
8.
薛留根 《数理统计与应用概率》1994,9(3):54-60
设(Xn)是R^1中的平稳,强混合序列,具有公共的密度f(x),则可定义f(x)及其导函数f^(r)(x)的核估计与最近邻估计f^(r)n(x)=(nh^r+1n(x))^-1n∑i=1K^(r)(Xi-X/hn(x)),fn(x)=(nan(x))^-1n∑i=1K(Xi-x/an(x))其中核函数K(X)为取定的概率密度函数,且具有r(r≥0)阶导数,窗宽hn(x)=hn(x;X1,...,X 相似文献
9.
10.
删失场合半参数回归模型的二阶段估计 总被引:4,自引:0,他引:4
邱瑾 《高校应用数学学报(A辑)》1998,13(3):281-288
对于半参数回归模型yi=x′iβ+g(ti)+ei,1≤i≤n,g为R1上未知函数,β为p×1维待估参数向量.本文考虑当yi被随机删失时β和g的估计.基于模型的可加性,利用综合数据法得到β的二阶段估计β~*n和g的估计g*n,并证明了它们的强相合性. 相似文献
11.
胡舒合 《数学物理学报(A辑)》1995,15(2):132-136
基于{(Xi,Zi,δi),1≤i≤n},我们建立了E(Y│X=x)的估计mn(x)和m^n(x),并证明了估计量的强弱相合,积分绝对误差的强相合与平均相合性。 相似文献
12.
非线性回归M-估计的信赖域算法 总被引:1,自引:0,他引:1
1引言 考虑具有随机载荷的非线性回归模型其中(Xi,yi) 是i.i.d.随机序列,具有公共分布 是已知的回归函数,β Rm是未知参数向量,误差i与兄独立 .为简单计,本文假设 =1且f(x,·)是连续可微函数. 如何根据观察值(X1,y1),…,(Xn,yn)对回归参数向量β进行有效地估计,这是一个重要的统计问题.由于传统的最小二乘法关于残差异常值不具有稳健性,因此,迫使人们考虑新的估计方法.Huber最早提出了线性回归的稳健Huber估计,后又推广成一般形式的M-估计、GM… 相似文献
13.
设(Xi,Yi)1≤i≤n为来自二元总体(X,Y)的平稳,φ-混合样本,记m(x)△E(Y│X=x),m(x)的一种递推型核估计为mn(x)=n∑i=1hi^-1Yik((x-Xi)/hi)/n∑j=1h^-1jk(x-Xj)/hj)。本文在一定的条件下证明了(n/(n∑j=1h^-1j)^1/2)(mn(x1)-m(x1),mn(x2)-m(x2),...mn(xr0)-m(xr0))′依分布收 相似文献
14.
回归函数非线性小波估计的一致强相合性 总被引:4,自引:0,他引:4
设(X_1,X_1),…,(X_n,Y_n)是从总体(X,Y)中抽取的i.i.d样本且服从[0,1]上的均匀分布.本文在平方积分损失下得到了回归函数g(x)=E(Y|X=x)的非线性小波估计的一致相合性. 相似文献
15.
16.
本文提出了一种基于若干个样本分位点的参数估计方法。首先,对于来自具有连续分布函数F(x,θ)的随机样本X1、X2,...Xn定义度量函数Mn(θ),利用度量函数亚估计未知参数θ0,并证明了此种估计在一定的条件下具有:存在性,相合性和渐近正态性;对于各种寿命分布的具体应用进行了探讨;最后,对本文所提出的方法进行了模拟计算,并把结果同Bain-Antle估计方法和回归方法进行了比较,得到了此种估计具有 相似文献
17.
18.
污染数据回归分析中参数的最小一乘估计 总被引:15,自引:0,他引:15
考虑简单回归模型:yi=x′iβ+ei,i=1,…,n。其中Eei=0,Ee^2i=σ^21。假设y1,y2,…,yn受到另一独立同分布随机变量序列μ1,μ,…,μn的污染,我们仅能观察到污染数据y^*i=(1-ν)yi,ν为未知的污染参数。本文用污染数据给出了β的最小一乘估计,并证明了它的渐近正态性和相合性。 相似文献
19.
20.
§1. BasicDefinitionsLetXandYbesets,foragivingmappingf:X→Y,x|→y=f(x),amappingfonpowersetcanbeconductedbyf:f:P(X)→P(Y),A|→B=f(A)={y|x∈A,y=f(x)}. Notethatabinaryoperationisaspecialmappingonsets.GivenabinaryoperationonsetXsuchthat::X×X→X, (x,y)|→x… 相似文献