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．     

可加模型低维分量估计平均偏差的指数界

设(X,Z,y),(X1,Z1,Y1),…,(Xn,Zn,Yn)为取值于Rp×Rq×R中的I.I.d.随机向量,E|Y|<∞,Y关于(X,Z)的回归函数m(x,z)△E(Y|(X,Z)＝(x,z))具有可加结构:m(x,z)＝m1(x)+m2(z).为估计可加分量,采用Linton&Nielsen(1995)提出的直接估计法,给出了可加分量的最近邻估计和核估计.在较弱的条件下,建立了可加分量最近邻估计和核估计的平均偏差的指数界.     

截尾数据的非参数回归函数的核估计

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。     

截尾数据非参数回归函数加权核估计

在截尾数据下研究非参数回归函数加权核估计的相合性,对强相合性给出一些较弱的充分条件,这些结论较大程度地改进了现有的结论．     

截尾数据非参数回归函数加权核估计的强相合性

本文对截尾数据其随机误差分别为独立与ψ－混合两种情形得到了非参数回归函数加权核估计的强相合性。     

一类非参数回归函数估计的性质

设Z_(11),z_(12),…,Z_是在固定点(x_i,y_1),1≤≤n_1,1≤j≤n_2,的n_1n_2个观察值,适合模型 Z_(ij)=g(x_i,y_j)+ε_(ij),1≤i≤n_1,1≤j≤n_2。(1) 本文给出了g的一种估计并讨论了估计的性质。     

相依样本下非参数回归函数递推型核估计的渐近分布

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     

截尾数据下非参数回归函数核估计的强收敛速度

本文考虑在右侧随机截尾模型下，非参数回归函数核估计的强收敛问题，在一组自然的条件下，得到了与完全样本情况相当的收敛速度。     

关于回归函数核估计的叠对数律

讨论了非参数回归函数的核估计，用核估计误差分解方法，较弱条件下，到了回归函数核估计的叠对数值。     

非参数回归核估计的条件平均绝对误差的指数收敛速度

设(X,Y)、(X,Y_1),…,(X_n,Y_n)是取值于 R~d×R~1的 iid。随机向量,E|Y|<∞,在本文中将一直采用下面的记号:Z_n={(X_i,Y_i),i=1,…,n}—(X,Y)的已知样本。X~n={X_1,…,X_n}。Q——X 的概率分布测度。m(x)=E(Y|X=x)——Y 对 X 的回归函数。现设有了 Z_(?)并指定了 R~d 中的一个点 x,要依据它们对 m(x)作出估计。这就是一般的非参数回归问题。核估计法就是先选定 R~d 上定义的非负函数 K(x)作为核函数,那么可给出 m(x)的一个核估计     

DISTRIBUTION FREE LAWS OF THE ITERATED LOGARITHM FOR KERNEL ESTIMATOR OF REGRESSION FUNCTION BASED ON DIRECTIONAL DATA DISTRIBUTION FREE LAWS OF THE ITERATED LOGARITHM FOR KERNEL ESTIMATOR OF REGRESSION FUNCTION BASED ON DIRECTIONAL DATA

1. Introduction and Main ResultWhen statistical data consists of direction only, it can be represented as point of fi, thesurface of the unit sphere in d-dimensional Euclidean space, defined as fi = {x E Rd: IIxll 1}, d 2 2. We call it directional (or spherical) data.The study of directional data is of practical interest. There are many situations whereobserved data are in the form of direction cosines or in the form of vectors but with anunknown positive scalar so that only the direction i…     

具有齐性核Marcinkiewicz积分交换子的Lipschitz估计

本文研究了Marcinkiewicz积分交换子μΩ,b(f)(x)=(integral from n=0 to ∞|Fb,t(f)(x)|2 dt/t3)1/2, 其中Fb,t(f)(x)=integral from n=|x-y|≤t(Ω(x-y_/|x-y|n-1)b(x)-b(y)f(y)dy及b∈Λβ,证明了算子μΩ,b是Lp(Rn) 到Fβ,∞p(Rn)上的有界算子并且也是Lp(Rn)到Lq(Rn)上的有界算子.     

具有齐性核Marcinkiewicz积分交换子的Lipschitz估计

本文研究了Marcinliewicz积分交换子(?)到Fpβ,∞(Rn)上的有界算子并且也是Lp(Rn)到Lq(Rn)上的有界算子.     

DISTRIBUTION FREE LAWS OF THE ITERATED LOGARITHM FOR KERNEL ESTIMATOR OF REGRESSION FUNCTION BASED ON DIRECTIONAL DATA

The authors derive laws of the iterated logarithm for kernel estimator of regression function based on directional data. The results are distribution free in the sense that they are true for all distributions of design variable. Project supported by the National Natural Science Foundation of China (Nos. 19631040; 19971085), the Doctoral Program Foundation of the Ministry of Education of China and the Special Foundation of Academia Sinica.     

APPROXIMATION RATES OF ERROR DISTRIBUTION OF DOUBLE KERNEL ESTIMATES OF CONDITIONAL DENSITY

§ 1　IntroductionLet(X,Y) be a random vector taking values Rp×Rqand assume that with given X=x,f(y|x) is the conditional density of Y,the Borel-measurable function on(x,y) ,X has amarginal distribution function F(x) and a marginal density function f(x) .Let(X1 ,Y1 ) ,...,(Xn,Yn) be i.i.d.sample taking values in(X,Y) .A class of double kernel esti-mates of f(y|x) proposed by Zhao Linchang and Liu Zhijun[1 ] has the formfn(y|x) = ni=1K1Xi -xan K2Yi -ybn bqn nj=1K1Xj-xan ,(1 .1 )where…     

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.