|
|||||
|
|
| 相依数据的非参数分位数回归估计的最优收敛速度 | |
| 作者姓名： | 施沛德 |
| 作者单位： | 北京大学概率统计系，美国伊利诺斯州立大学统计系 北京100871 |
| 基金项目： | 国家自然科学基金，国家博士点基金资助项目 |
| 摘 要： | 文献[1]把通常的一维数据的分位数思想成功地应用于条件分位数线性回归.正如文献[2]中所表述的那样,由数据计算出的各条分位数回归曲线比一条均值回归曲线更能完整地描述一组数据的分布.关于独立观测数据的分位数线性回归.因为线性假设对模型限制太严,实际数据不一定满足这种模型假设. |
| 关 键 词： | 非参数回归 分位数 最优收敛速度 |
| 收稿时间： | 1993-11-22 |
| 本文献已被 CNKI 维普 等数据库收录！ | |
| 点击此处可从《科学通报》浏览原始摘要信息 | |
| 点击此处可从《科学通报》下载全文 | |