克雷格·安斯利。;罗伯特·科恩;黄志明 具有先验信息的非参数样条回归。 (英语) Zbl 0771.62027号 生物特征 80,第1号,75-88(1993)。 小结:通过使用回归曲线的先验信息,我们提出了新的非参数回归估计。我们合并了两种类型的信息。首先,我们假设回归曲线的形状类似于一系列参数曲线,其特征是线性微分方程的解。回归曲线由惩罚最小二乘估计,微分算子定义平滑度惩罚。我们特别讨论了增长和衰减曲线,并进行时间变换以获得一个易于处理的解决方案。第二类先验信息是线性等式约束。我们通过广义交叉验证或最大似然估计未知参数,获得了计算回归曲线估计、交叉验证和最大似然准则函数的有效算法。 引用于17文件 MSC公司: 62G07年 密度估算 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 65D07年 使用样条曲线进行数值计算 65日第10天 数值平滑、曲线拟合 关键词:贝叶斯置信区间;过滤;周期样条曲线;样条平滑;状态空间模型;先前信息;非参数回归;参数曲线族;线性微分方程;惩罚最小二乘;平滑度惩罚;增长和衰减曲线;时间变换;线性等式约束;广义交叉验证;最大似然;有效的(O(n))算法 PDF格式BibTeX公司 XML格式引用 \textit{C.F.Ansley}等人,《生物特征80》,第1期,第75-88页(1993;Zbl 0771.62027) 全文: 内政部