唐庆国;孔玲珑 函数线性半参数模型中的分位数回归。 （英语） Zbl 1387.62054号 统计 51，第6号，1342-1358（2017）. 作者考虑了函数线性半参数模型（Y=beta^{tau}Z+int_0^1\gamma（s）X（s）ds+f（t）+epsilon，其中X（s \）-回归系数的维数向量，（t）是随机变量，（f（t））是未知的非参数函数，（epsilon）是随机误差。在这个模型的背景下，他们估计了响应的条件分位数，而不是通常的条件平均数，并提出了非参数估计方法。在这些方法中，标量响应的条件分位数由标量和函数协变量以及额外的未知非参数函数项建模。使用函数主成分基估计斜率函数（gamma（s）），非参数函数（f（t））由分段多项式函数近似。导出了斜率参数估计量的渐近分布，并在适当的范数下建立了未知斜率函数分位数估计量的全局收敛速度。还建立了未知非参数函数估计量的渐近分布。对估计量进行了仿真研究，并通过分析实际数据验证了所提出的方法。审核人：帕维尔·斯托诺夫（索非亚） 引用于4文件 MSC公司： 62G08号 非参数回归和分位数回归 62G05型 非参数估计 62H25个 因子分析和主成分；对应分析 62E20型 统计学中的渐近分布理论 关键词：函数线性半参数模型;分位数回归;渐近分布;收敛速度;ADHD公司;函数主成分基 PDF格式BibTeX公司 XML格式引用 \textit{T.青果}和\textit{L.孔}，《统计》51，第6期，1342--1358（2017；Zbl 1387.62054） 全文： DOI程序