×
阿卜杜勒卡德·查哈德;拉比·艾特·亨纳尼;阿里·拉克萨奇

函数相对误差回归的函数局部线性估计。 （英语） Zbl 1419.62082号

J.统计理论实践。 11，第4期，771-789（2017）.
摘要：在本文中，我们提出了一个新的估计量，即给定函数解释变量的标量响应变量的回归算子。后者是通过最小化局部线性回归算子的均方相对误差来构造的。我们的主要结果是建立了与该估计量的速率几乎完全一致（逐点一致）。进行了蒙特卡罗研究，以评估此估计的性能。

引用于5文件

理学硕士：

62G08号 非参数回归和分位数回归
62G07年 密度估算
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
6220国集团 非参数推理的渐近性质

关键词：

功能数据;非参数回归;局部线性估计;核估计;相对误差

软件：

fda（右）
PDF格式BibTeX公司 XML格式引用
\textit{A.Chahad}等人，《统计理论与实践》。11，第4号，771--789（2017；Zbl 1419.62082）
全文： 内政部

参考文献：

[1] A.巴洛和A.格拉内。2009.功能预测和标量反应的局部线性回归。多元分析杂志100:102-11·Zbl 1151.62028号 ·doi:10.1016/j.jmva.2008.03.008
[2] Barrientos-Marin，J.、F.Ferraty和P.Vieu。2010年，本地建模回归和功能数据。非参数统计杂志22:617-32·Zbl 1327.62191号 ·doi:10.1080/10485250903089930
[3] A.Berlinet、A.Elamine和A.Mas。2011.功能数据的局部线性回归。统计数学研究所年鉴63:104-75·Zbl 1225.62093号 ·doi:10.1007/s10463-010-0275-8
[4] 博斯克，D.2000。函数空间中的线性过程。理论和应用。统计学讲义，149。纽约：Springer-Verlag·Zbl 0962.60004号
[5] Burba F.、F.Ferraty和P.Vieu。2009。函数非参数回归中的k-最近邻方法。《非参数统计杂志》21:453-69·Zbl 1161.62017年 ·doi:10.1080/10485250802668909
[6] Chen，J.和L.Zhang。2009.混合函数数据非参数M-估计的渐近性质。统计规划与推断杂志139:533-46·Zbl 1149.62031号 ·doi:10.1016/j.jspi.2008.05.007
[7] Cuevas，A.2014年。函数数据统计理论的部分概述。《统计规划与推断杂志》147:1-23·Zbl 1278.62012号 ·doi:10.1016/j.jspi.2013.04.002
[8] Demongeot，J.、A.Hamie、A.Laksaci和M.Rachdi。2016.非参数函数统计中的相对误差预测：理论与实践。多元分析杂志146:261-68·Zbl 1334.62036号 ·doi:10.1016/j.jmva.2015.09.019
[9] Fan，J.、Q.Yao和H.Tong。非线性动力系统中条件密度和灵敏度测度的估计。生物特征83:189-206·Zbl 0865.62026号 ·doi:10.1093/biomet/83.1.189
[10] Ferraty，F.、A.Laksaci、A.Tadj和P.Vieu。2010.函数变量非参数估计的一致性比率。《统计规划与推断杂志》140:335-52·Zbl 1177.62044号 ·doi:10.1016/j.jspi.2009.07.019
[11] Ferraty，F.和P.Vieu。2006.非参数函数数据分析。理论与实践。统计学中的斯普林格系列。纽约州纽约市：斯普林格·兹比尔1119.62046
[12] Goia，A.和P.Vieu。2016。高维/无限维统计的最新进展介绍。多元分析杂志146:1-6·Zbl 1384.00073号 ·doi:10.1016/j.jmva.2015.12.001
[13] Hallin，M.、Z.Lu和K.Yu。2009年，局部线性空间分位数回归。伯努利15:659-86·Zbl 1452.62283号 ·doi:10.3150/08-BEJ168
[14] Xing，T.和R.Eubank，2015年。函数数据分析的理论基础，介绍线性算子。概率与统计学中的威利级数。英国奇切斯特：John Wiley&Sons·Zbl 1338.62009号 ·doi:10.1002/9781118762547
[15] Jones，M.C.、H.Park、K.L.Shin、S.K.Vines和S.O.Jeong。2008。通过核回归平滑器进行相对误差预测。《统计规划与推断杂志》138:2887-98·Zbl 1140.62031号 ·doi:10.1016/j.jspi.2007.11.001
[16] Masry，E.1996年。时间序列的多元局部多项式回归：一致强一致性和速率。时间序列分析杂志17:571-99·Zbl 0876.62075号 ·doi:10.1111/j.1467-9892.1996.tb00294.x
[17] 南卡罗来纳和J.F.惠灵顿。1977.预测、线性回归和最小相对误差之和。技术计量学19:185-90·Zbl 0377.62054号 ·doi:10.1080/00401706.1977.10489526
[18] Ramsay、J.O.和B.W.Silverman。2002.应用功能数据分析。方法和案例研究。统计学中的斯普林格系列。纽约州纽约市：斯普林格·Zbl 1011.62002号 ·doi:10.1007/b98886
[19] Sarda，P。；维尤，P。；Schimek，M.G（编辑），《内核回归》，43-70（2000），奇切斯特·Zbl 0980.62029号
[20] Stone，C.J.1977年。一致非参数回归。讨论。统计年鉴5:595-645·Zbl 0366.62051号 ·doi:10.1214/aos/1176343886
[21] Yang，Y.和F.Ye.2013年。一般相对误差准则和M估计。《中国数学前沿》8:695-715·Zbl 1273.62172号 ·文件编号：10.1007/s11464-013-0286-x
[22] Zhang，J.2013年。功能数据的方差分析。佛罗里达州博卡拉顿：查普曼和霍尔/CRC，统计学和应用概率专著·Zbl 1281.62160号 ·doi:10.1201/b15005
[23] Zhou，Z.和Z.Lin.2016。函数数据局部模型回归估计的渐近正态性。非参数统计杂志28:116-131·Zbl 1381.62064号 ·doi:10.1080/10485252.2015.1114112
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。