回归函数的小波估计

断点识别是统计上研究的一类重要问题,文章利用小波变换在奇异点附近的模局部极大性特点,用小波方法作误差独立模型的回归函数的断点识别问题,给出了断点个数,位置及跃度的相合估计,数值模拟表明了小波方法较传统方法更精确、有效。     

随机设计下非参数回归模型方差变点检验

目的 研究随机设计下非参数回归模型方差变点检验.方法 用局部多项式方法估计回归曲线得到残差序列,基于残差序列的平方构造CUSUM检验统计量,推导检验统计量的极限分布.结果 在一定条件下证明了原假设下检验统计量收敛于Brown桥的上确界.结论 局部多项式方法同时适用于随机设计与固定设计数值,方法性是有效性的.     

回归函数非线性小波估计的优良性

在X服从区间[0,1]上的均匀分布的假设下,证明了回归函数的非线性小波估计中小波系数的无偏性和一致性.并证明了设置二次阈值情况下,小波系数的估计更有效.     

广义曲线回归的小波估计

考虑广义回归模型 yi=g( ti) εi,1≤ i≤n,其中 g(· )为 R上的未知函数 ,误差 εi 是均值为零的平稳序列 .利用线性小波光滑的方法 ,讨论了 g(· )的小波估计 g(· )的收敛性 .     

不等方差情形下非参数回归模型的小波估计

考虑非参数回归模型Ｙｉ＝ｇ（ｔｉ）＋σｉｅｉ,１≤ｉ≤ｎ,给出了ｇ（ｔ）和ｆ（ｕ）的小波估计ｇｎ（ｔ）和ｆｎ（ｕ）;在适当条件下给出了ｇｎ（ｔ）的弱相合速度,在Ｅ｜ｅｉ＾３｜〈∞下给出了ｇ（ｎ（ｔ）的一致强相合速度,在Ｅ｜ｅｉ｜＾２＋δ〈∞下得到ｇｎ（ｔ）的渐近正态性结果;在Ｅ｜ｅｉ｜＾３＋δ〈∞下证明了ｆｎ（ｔ）的一致强相合性。     

正态分布均值变点的小波检验和估计

本文探究的是方差不变的条件下服从正态分布的随机序列均值变点问题,利用小波方法检测和估计均值变点.考虑存在一个或多个均值变点,利用小波方法构造检测均值变点的统计量,并且估计均值变点的个数、位置以及跳跃度,最后通过模拟仿真验证有限样本下本文方法的有效性.     

回归函数的变点分析

本文介绍了变点问题以及线性模型、半参数模型和非参数模型。在已有结论的启发下,给出了非参数模型中回归函数变点或不连续点的位置的估计量,证明了误差具有某种长程相依结构时,回归函数变点位置估计及其分布的大样本性质。在一定的条件下证明了估计量的收敛速度和极限分布。同时在误差具有不同相依结构下,对回归函数变点的位置进行模拟分析;也模拟分析了不同的核函数和带宽对变点估计的影响。     

随机删失情形下回归函数核估计的重对数律

针对二种回归函数核估计,本文研究了其收敛速度,在一定条件下,证明了其收敛速度符合重对数律。     

回归函数断点的小波识别方法

 断点识别是统计上研究的一类重要问题,利用小波方法作误差独立模型的回归函数的断点识别问题,给出了断点个数、位置及跃度的相合估计,结果表明小波方法比传统方法更有效,更具有实用性.     

噪声为混合序列的非参数函数变点的小波检测

利用小波方法对新息过程为混合序列的非参数回归函数的跳跃点进行检测.在原假设下得到任意尺度上的临界值.     

随机删失半参数回归模型参数估计的渐近性质

考虑半参数回归模型Yi=Xiβ+g(Ti)+ei,i=1,2…,n,β∈Rd为未知回归参数,g(·)为[0,1]上的未知Borel函数.利用偏残差法并综合最小二乘法,定义了右删失数据情形下参数β、g(T)的核估计^β 、^g (T),在一定条件下,证明了^β 的渐近正态性,同时得到了^g (T)的最优收敛速度.     

强混合误差下回归函数小波估计的渐近正态性

文章讨论异方差非参数回归模型,在随机误差序列{ei,i≥1}为α^-混合情形下,建立了回归函数g（·）的小波估计,并得到了该估计的渐近正态性,这些结果推广了梁汉营等人（2007年）在NA情形下的结论．     

密度函数的小波估计及其影响函数

把小波的思想和方法应用到统计学的密度估计中,得到了密度小波估计的一个统一的非迭代表示形式.对于给定的一种系数估计方法,这种表示形式容易计算密度估计的影响函数,进而可以进行简单的稳健性分析.     

噪声为混合序列的非参数函数变点的小波检测

利用小波方法对噪声为混合序列的非参数回归函数的跳跃点进行检测.在原假设下得到任意尺度上的临界值.     

半参数回归模型的稳健估计

考虑半参数回归模型yi＝Ti^Tβ g(ti)-εi i=1,2,…n,先由稳健估计的原则得出β^Λ和g^Λ（t)，然后基于影响函数得出这些估计的方差——协方差矩阵。     

ρ-混合相依下回归函数小波估计的相合性

考虑非参数回归模型：Yi = g（ti） ＋ ei （ 1≤ i ≤ n）。其中{ti}是固定设计点列,g（＊）是未知回归函数。令{ei}是ρ-混合相依平稳序列,在比较一般的条件下,研究了未知回归函数g（＊）小波估计的r阶平均相合性以及强相合性。     

回归函数的k近邻估计法及在经济分析中的应用

简介了非参数估计中的一种K近邻估计方法，并通过一个工业总产值与公路货运周转量的实例，与参考文献[2]中的结论相比较。