×

核回归估计中的局部自适应平滑。 (英语) Zbl 1185.62082号

摘要:我们考虑单变量光滑函数的非参数估计。全局选择过程不能充分考虑协变量的局部稀疏性,也不能适应回归函数的局部曲率。我们提出了一种新的选择局部平滑参数的方法,该方法考虑了稀疏性并适应局部曲率。贝叶斯类型的自变量提供了一个初始平滑参数,该参数适应协变量的局部稀疏性,并为局部带宽选择过程提供了基础,该过程根据回归函数的局部曲率进一步调整带宽。仿真结果表明,该方法可以同时减小逐点均方误差和积分均方误差。

MSC公司:

62G08号 非参数回归和分位数回归
2015年1月62日 贝叶斯推断
65C60个 统计中的计算问题(MSC2010)

软件:

R(右)
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Akaike,H.,《信息论与最大似然原理的扩展》(Petrov,B.N.;Csáki,F.,Proc.2nd Int.Symp.Information theory(1973),Akadémiai Kiadó:Akadèmiai-Kiadó的布达佩斯),267-281·Zbl 0283.62006号
[2] 克雷文,P。;Wahba,G.,用样条函数平滑噪声数据,数值数学,31377-403(1979)·Zbl 0377.65007号
[3] Eubank,R.L.,《非参数回归与样条平滑》(1999),马塞尔·德克尔:马塞尔·戴克尔纽约·Zbl 0936.62044号
[4] 范,J。;霍尔,P。;Martin,M。;Patil,P.,《关于非参数曲线估值器的局部平滑》,《美国统计协会杂志》,91,258-266(1996)·Zbl 0871.62036号
[5] Gangopadhyay,A。;Cheung,K.,核密度估计中平滑参数选择的贝叶斯方法,非参数统计杂志,14,6,655-664(2002)·Zbl 1013.62038号
[6] Girard,D.A.,非参数回归中的(部分)交叉验证、GCV和随机GCV的渐近比较,统计年鉴,26,1,315-334(1998)·Zbl 0932.62047号
[7] Härdle,W。;Bowman,A.G.,非参数回归中的自举:局部自适应平滑和置信带,美国统计协会杂志,83,102-110(1988)·兹比尔0644.62047
[8] Härdle,W。;霍尔,P。;Marron,J.G.,自动选择回归平滑参数与最佳参数相差多远?,美国统计协会杂志,83,86-101(1988)·Zbl 0644.62048号
[9] Hart,J.D.,Yi,S.,1996年。单面交叉验证(未发布);Hart,J.D.,Yi,S.,1996年。单面交叉验证(未发布)·Zbl 0926.62029号
[10] 西北部亨加特纳。;Wegkamp,J.S。;Matzner-Lober,E.,局部线性回归平滑器的带宽选择,皇家统计学会杂志,64,4,791-804(2002)·Zbl 1067.62038号
[11] Herrmann,E.,《核回归估计中的局部带宽选择》,《计算与图形统计杂志》,6,35-54(1997)
[12] Hurvich,C.M。;西蒙诺夫,J.S。;Tsai,C.,使用改进的Akaike信息准则在非参数回归中平滑参数选择,皇家统计学会杂志,60,2,271-293(1998)·Zbl 0909.62039号
[13] 伊哈卡,R。;Gentleman,R.,R:数据分析和图形语言,《计算与图形统计杂志》,5,299-314(1996),网址:http://www.r-project.org
[14] 库拉塞克拉,K.B。;Padgett,W.J.,删失数据核密度估计中的贝叶斯带宽选择,非参数统计杂志,18,129-143(2006)·Zbl 1099.62037号
[15] Nadaraya,E.A.,关于估计回归,概率理论及其应用,9,1,141-142(1964)·Zbl 0136.40902号
[16] Rao,P.B.,《非参数函数估计》(1983),学术出版社:伦敦学术出版社·Zbl 0542.62025号
[17] Ruppert,D。;Sheather,S.J。;Wand,M.P.,局部最小二乘回归的有效带宽选择器,美国统计协会杂志,90,1215-1230(1995)·Zbl 0868.62034号
[18] Staniswalis,J.G.,核估值器的局部带宽选择,美国统计协会杂志,84,284-288(1989)·Zbl 0676.62039号
[19] Watson,G.,平滑回归分析,Sankhya,A系列,26359-372(1964)·Zbl 0137.13002号
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。