×
田茂载;陈，Ngai Hang

具有精确风险边界的自适应分位数回归。 （英语） Zbl 1369.62068号

科学。中国，数学。 60，第5号，875-896（2017）.
摘要：本文研究了一种非参数条件分位数回归模型的自适应局部平滑方法。对该过程的理论性质进行了检验。提出的方法是完全自适应的，即不假设模型结构的先验信息。完全自适应特性不仅允许改变带宽以适应跳跃或瞬时斜率变化，还允许算法具有空间自适应性。在一般条件下，建立了基本条件分位数曲线的齐次和非齐次情形的精确风险界。给出了一种适用于高维情况的局部自适应带宽自动选择算法。仿真研究和数据分析证实了该方法的有效性。

MSC公司：

62克07 密度估算
62G05型 非参数估计
6220国集团 非参数推理的渐近性质
62第25页 统计学在社会科学中的应用
62G35型 非参数稳健性

关键词：

适应性平滑;自动带宽;条件分位数;风险界限;稳健性;非参数条件分位数回归

软件：

美国焊接学会
PDF格式BibTeX公司 XML格式引用
\textit｛M.Tian｝和\textit｛N.H.Chan｝，科学。中国，数学。60，第5号，875--896（2017；Zbl 1369.62068）
全文： DOI程序

参考文献：

[1] Bailar B.对提供统计学位的美国学院和大学的薪酬调查。美国统计局新闻，1991，182:3-10
[2] Banerjee S，Rosenfeld A.分段常数数字信号的MAP估计。计算机视觉图像理解，1993，57:63-80·doi:10.1006/cviu.1993.1004
[3] Bhattacharya P K.关于回归分析的类比。《数学统计年鉴》，1963，34:1459-1473·Zbl 0128.13705号 ·doi:10.1214/oms/1177703878
[4] Bhattacharya P K，Gangopadhyay A K。条件分位数的核和最近邻估计。《统计年鉴》，1990年，18:1400-1415·Zbl 0706.62040号 ·doi:10.1214/aos/1176347757
[5] Buchinsky M.1963-1987年美国工资结构的变化：分位数回归的应用。《计量经济学》，1994，62:405-458·Zbl 0800.90235号 ·doi:10.2307/2951618
[6] Chaudhuri P.回归分位数的非参数估计及其局部Bahadur表示。《统计年鉴》，1991年，2:760-777·Zbl 0728.62042号 ·doi:10.1214/aos/1176348119
[7] Donoho D L，Johnstone I M。小波收缩的理想空间自适应。《生物特征》，1994，81:425-455·Zbl 0815.62019号 ·doi:10.1093/biomet/81.3.425
[8] Donoho D L，Johnstone I M.通过小波收缩适应未知平滑度。J Amer统计协会，1995，90:1200-1224·Zbl 0869.62024号 ·网址：10.1080/01621459.1995.10476626
[9] Fan J，Hu T C，Troung Y K。稳健非参数函数估计。《Scand J Statist》，1994年，21:433-446·Zbl 0810.62038号
[10] Goldenshluger A，Nemirovski A.关于非参数回归的空间自适应估计。数学方法统计，1997，6:135-170·Zbl 0892.62018号
[11] Hall P.The Bootstrap和Edgeworth Expansion。纽约：Springer-Verlag，1992年·Zbl 0744.62026号 ·doi:10.1007/978-1-4612-4384-7
[12] Hall P，Jones M C.非参数回归中的自适应M估计。《统计年鉴》，1990年，18:1712-1728·兹比尔0737.62034 ·doi:10.1214/aos/1176347874
[13] Ichimura H.单指数模型的半参数最小二乘（SLS）和加权SLS估计。计量经济学杂志，1993，58:71-120·Zbl 0816.62079号 ·doi:10.1016/0304-4076（93）90114-K
[14] Katkovnik V，Egiazarian K，Astola J。ICI原理在窗口大小自适应中值滤波中的应用。信号处理，2003，83:251-257·Zbl 1009.94524号 ·doi:10.1016/S0165-1684（02）00387-0
[15] Koenker R，Bassett G.回归分位数。《计量经济学》，1978，46:33-50·Zbl 0373.62038号 ·doi:10.2307/1913643
[16] Koenker R，Ng P，Portnoy S.分位数平滑样条。Biometrika，1994，81:673-680·Zbl 0810.62040 ·doi:10.1093/biomet/81.4.673
[17] Marcinkiewicz J，Zygmund A.Sur les foncions independantes。基金数学，1937年，28:60-90
[18] Müller H G.非参数回归分析中的变化点。《统计年鉴》，1992年，20:737-761·Zbl 0783.62032号 ·doi:10.1214/aos/1176348654
[19] Polzehl J，Spokoiny V.自适应权重平滑及其在图像恢复中的应用。J Roy Statist Soc Ser B，2000年，62:335-354·doi:10.1111/1467-9868.00235
[20] Polzehl J，Spokoiny V.通过自适应权重平滑进行变系数回归建模。Weierstraß-吕尔Angewandte分析与随机研究所，https://opus4.kobv.de/opus4-matheon/frontdoor/index/index/docId/70, 2003 ·Zbl 1018.62047号
[21] Ruppert D，Carroll R J.线性模型中的修剪最小二乘估计。J Amer统计协会，1980年，75:828-838·Zbl 0459.62055号 ·doi:10.1080/01621459.1980.10477560
[22] 邵J.数理统计。纽约：施普林格出版社，2003年·Zbl 1018.62001号 ·数字对象标识代码：10.1007/b97553
[23] Speckman，P.L。；Sall，J.（编辑）；Lehman，A.（编辑），用特征拟合曲线：半参数变点法，257-264（1994）
[24] Stone C J.一致非参数回归。《统计年鉴》，1977年，5:595-620·Zbl 0366.62051号 ·doi:10.1214/aos/1176343886
[25] 苏永宁，田明珠。自适应局部线性分位数回归。数学应用学报，2011，27:509-516·Zbl 1302.62080号 ·doi:10.1007/s10255-011-0087-5
[26] Tian M Z，Chan N H。价值风险的鞍点近似和波动率估计。中国统计局，2010，20:1239-1256·Zbl 1507.62334号
[27] Tian M Z，Chen G M。条件分位数的层次线性回归模型。《中国科学》A辑，2006，49:11-16·Zbl 1106.62047号 ·doi:10.1007/s11425-006-2023-3
[28] Truong Y K.基于局部中位数的核估计的渐近性质。Ann Statist，1989，17:606-617·Zbl 0675.62031号 ·doi:10.1214/aos/1176347128
[29] Tsybakov A B.通过局部逼近方法稳健地重建函数。Probl Inf Transm，1986年，22:133-146·Zbl 0622.62047号
[30] 吴俊生，朱春光。回归函数的跳点和值的核型估计。《统计年鉴》，1993，21:1545-1566·Zbl 0795.62043号 ·doi:10.1214/aos/1176349271
[31] Yu K，Jones M C.局部常数和局部线性回归分位数估计的比较。计算统计数据分析，1997，25:159-166·Zbl 0900.62182号 ·doi:10.1016/S0167-9473（97）00006-6
[32] Yu K，Jones M C.局部线性分位数回归。J Amer统计协会，1998，93:228-237·Zbl 0906.62038号 ·数字标识代码：10.1080/01621459.1998.10474104
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。