×
姜建成;李建涛

可加模型的两阶段局部M估计。 （英语） Zbl 1143.62022号

科学。中国，Ser。A类 51，第7期，1315-1338（2008）。
摘要：本文研究了可加模型非参数分量的局部M估计。提出了一种两阶段局部M估计方法来估计可加分量及其导数。在非常温和的条件下，每个可加分量及其导数的拟议估计量都是联合渐近正态的，并且共享与已知其他分量时相同的渐近分布。所建立的渐近结果也适用于两种特殊的局部M估计：局部最小二乘估计和最小绝对偏差估计。
然而，对于具有连续和非线性函数的一般两阶段局部M估计，其实现是耗时的。为了减少计算量，提出了两阶段局部M-估计的一步近似。结果表明，一步估计与完全迭代的两阶段局部M-估计具有相同的效率，这使得两阶段局部M估计在实际中更加可行。所提出的估计器继承了基于局部最小二乘的平滑器的优点，同时克服了其缺点。此外，还详细考虑了拟议估算的实际实施。仿真证明了两阶段局部M-估计的优点，并通过一个实例说明了该方法的性能。

引用于三文件

MSC公司：

62克08 非参数回归和分位数回归
6220国集团 非参数推理的渐近性质
65C60个 统计中的计算问题（MSC2010）
62G35型 非参数稳健性
62G05型 非参数估计

关键词：

局部m估计;一步近似;正交级数估计器;两阶段估计量
PDF格式BibTeX公司 XML格式引用
\textit{J.Jiang}和\textit{J.Li}，科学。中国，Ser。A 51，No.7，1315--1338（2008；Zbl 1143.62022）
全文： 内政部

参考文献：

[1] Friedman J H，Stuetzle W。投影寻踪回归。J Amer统计协会，76:817–823（1981）·doi:10.2307/2287576
[2] Stone C J.加性回归和其他非参数模型。Ann Statist，13:689–705（1985年）·Zbl 0605.62065号 ·doi:10.1214/aos/1176349548
[3] Stone C J.广义可加模型的降维原理。《统计年鉴》，14:590-606（1986）·Zbl 0603.62050号 ·doi:10.1214/aos/1176349940
[4] Hastie T，Tibshirani R J.广义加性模型。伦敦：查普曼和霍尔出版社，1990年·Zbl 0747.62061号
[5] Breiman L，Friedman J H.估计多元回归和相关性的最佳转换。J Amer统计协会，80:580-619（1985）·Zbl 0594.62044号 ·doi:10.2307/2288473
[6] Buja A、Hastie T、Tibshirani R J.线性平滑器和加法模型。《Ann Statist》，17:453–510（1989）·Zbl 0689.62029号 ·doi:10.1214/aos/1176347115
[7] Opsomer J D，Ruppert D.通过局部多项式回归拟合二元可加模型。《统计年鉴》，25:186–211（1997）·Zbl 0869.62026号 ·doi:10.1214/aos/1034276626
[8] Mammen E，Linton O，Nielsen J P.弱条件下反射投影算法的存在性和渐近性质。《统计年鉴》，27:1443-1490（1999）·Zbl 0986.62028号
[9] Opsomer J D.逆反估计的渐近性质。多变量分析杂志，73:166–179（2000）·Zbl 1065.62506号 ·doi:10.1006/jmva.1999.1868
[10] Tjötheim D，Auestad B H。非线性时间序列的非参数识别：投影。J Amer统计协会，89:1398–1409（1994）·Zbl 0813.62036号 ·doi:10.2307/2291002
[11] Linton O，Nielsen J P.基于边际积分估计结构化非参数回归的核方法。Biometrika，82:93-100（1995）·Zbl 0823.62036号 ·doi:10.1093/biomet/82.1.93
[12] Chen R，Härdle W，Linton O，等。可加性分离回归模型的非参数估计。收录：Härdle W，Schimek M，eds.统计理论与平滑计算方面。海德堡：《物理学》，1996年，247–253
[13] Linton O，Härdle W.估计具有已知链接函数的加性回归模型。《生物特征》，83:529–540（1996）·Zbl 0866.62017号 ·doi:10.1093/生物技术/83.3529
[14] Fan J，Härdle W，Mammen E.加性模型中低维分量的直接估计。《统计年鉴》，26:943–971（1998）·Zbl 1073.62527号 ·doi:10.1214/aos/1024691083
[15] Stone C J.多项式样条及其张量积在多元函数估计中的应用。《统计年鉴》，22:118-184（1994）·Zbl 0827.62038号 ·doi:10.1214/aos/1176325361
[16] 序列估计的Newey W.K.收敛速度和渐近正态性。《多元分析杂志》，73:147–168（1997）·Zbl 0873.62049号
[17] Horowitz J L，Mammen E.带链接函数的可加模型的非参数估计。《统计年鉴》，32:2412–2443（2004）·Zbl 1069.62035号 ·doi:10.1214/009053604000000814
[18] Linton O.用部分Lq范数估计可加非参数模型：分形的诅咒。计量经济学理论，17:1037–1050（2001）·Zbl 1017.62031号 ·网址：10.1017/S0266466601175067
[19] Fan J，Jiang J.可变带宽和一步局部M估计。中国科学院数学硕士，43:65-81（2000）·Zbl 0969.62028号 ·doi:10.1007/BF202903849
[20] Jiang J，Mack Y P.相依数据的稳健局部多项式回归。中央统计局，11:705-722（2001）·Zbl 0978.62080号
[21] Huber P J.稳健统计。纽约：威利出版社，1981年
[22] He X，Shi P.部分线性模型中的二元张量积B样条。《多元分析杂志》，58:162-181（1996）·Zbl 0865.62027号 ·doi:10.1006/jmva.1996.0045
[23] Doksum K，Koo J-Y.关于非参数回归中的样条估计和预测区间。计算统计数据分析，35:67–82（2000）·Zbl 1142.62340号 ·doi:10.1016/S0167-9473（99）00116-4
[24] Horowitz J L，Lee S.加性分位数回归模型的非参数估计。美国统计协会杂志，100:1238–1249（2005）·Zbl 1117.62355号 ·doi:10.1198/01621450000000583
[25] De Boor C.实用样条线协会。纽约：Springer-Verlag，1978年·Zbl 0406.41003号
[26] Harrison D、Rubinfeld D L.Hedonic房价和清洁空气需求。《经济管理杂志》，5:81–102（1978）·Zbl 0375.90023号 ·doi:10.1016/0095-0696（78）90006-2
[27] Belsley D A、Kuh E、Welsch R E。回归诊断：识别影响数据和共线性来源。纽约：威利出版社，1980年·Zbl 0479.62056号
[28] Opsomer J D，Ruppert D.一种用于拟合加性模型的全自动带宽选择方法。J Amer统计协会，93:605–619（1998）·Zbl 0953.62034号 ·doi:10.2307/2670112
[29] Fan J，Jiang J.可加模型的非参数推断。J Amer统计协会，100:890–907（2005）·Zbl 1117.62328号 ·doi:10.1198/0162145000001439
[30] Opsomer J D.通过局部多项式回归拟合加法模型的最佳带宽选择。博士论文。纽约州伊萨卡：康奈尔大学，1995年
[31] Zhou S，Shen X，Wolfe D A.回归样条和置信区域的局部渐近性。《统计年鉴》，26:1760-1782（1998）·兹比尔0929.62052 ·doi:10.1214/aos/1024691356
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。