×
Jiang，Tian（田江）

非参数回归，响应随机缺失，标度取决于辅助协变量。 （英语） Zbl 07704006号

J.非参数统计。 35，第2期，302-322（2023）.
小结：考虑了随机缺失（MAR）响应的非参数回归、感兴趣的单变量回归分量以及取决于预测值和辅助协变量的标度函数。渐近理论表明，异方差和MAR机制都会影响最小均方误差（MISE）收敛的锐利常数。我们的sharp minimax程序基于未知干扰尺度函数、设计密度和可用性可能性的估计。该估计器对估计回归函数的缺失机制和未知光滑性具有自适应性。仿真研究和实际例子也证明了该方法对于这种复杂回归设置的实际可行性。

MSC公司：

62Gxx公司 非参数推理
62G05型 非参数估计
62E20型 统计学中的渐近分布理论

关键词：

适应；维数灾难；异方差；随机失踪；尖锐极小

软件：

第2.r册；半标准杆
PDF格式BibTeX公司 XML格式引用
\textit{T.Jiang}，J.非参数统计35，No.2，302-322（2023；Zbl 07704006）
全文： 内政部 链接

参考文献：

[1] Bary，N.K.，《三角级数论》（1964），纽约：佩加蒙，纽约·Zbl 0129.28002号
[2] Berger，J.O.，《统计决策理论和贝叶斯分析》（1985），纽约：Springer，纽约·Zbl 0572.62008号
[3] Boente，G。；González-Manteiga，W。；Pérez-González，A.，《缺失数据的稳健非参数估计》，《统计规划与推断杂志》，139，2，571-592（2009）·兹比尔1149.62029
[4] Brown，L.D。；Low，M.G.，非参数回归与白噪声的渐近等价性，《统计年鉴》，24，6，2384-2398（1996）·Zbl 0867.62022号
[5] Cai，T.T。；低，M.G。；Zhao，L.H.，通过分块方法进行夏普自适应估计，非参数统计杂志，21，7，839-850（2009）·Zbl 1172.62024号
[6] Cheng，P.E.，随机缺失数据的平均函数的非参数估计，美国统计协会杂志，89，425，81-87（1994）·Zbl 0800.62213号
[7] 楚，C。；Cheng，P.，缺失数据的非参数回归估计，《统计规划与推断杂志》，48，1，85-99（1995）·Zbl 0897.62038号
[8] Efromovich，S.，《非参数曲线估计：方法、理论和应用》（1999），纽约：Springer出版社，纽约·Zbl 0935.62039号
[9] Efromovich，S.，《多元曲线的尖锐自适应估计》，统计数学方法，9，117-139（2000）·Zbl 1006.62033号
[10] Efromovich，S.，随机缺失响应的非参数回归，统计规划与推断杂志，141，12，3744-3752（2011）·Zbl 1235.62045号
[11] Efromovich，S.，《基于辅助变量的尺度的非参数回归》，《统计年鉴》，41，3，1542-1568（2013）·Zbl 1292.62057号
[12] Efromovich，S.，《非参数估计中的缺失和修正数据：以R为例》（2018），纽约：查普曼和霍尔/CRC，纽约·兹比尔1393.62001
[13] 埃弗罗莫维奇，S。；Pinsker，M.，《非参数滤波、自动化和远程控制的学习算法》，45，11，58-65（1984）·Zbl 0637.93069号
[14] 埃弗罗莫维奇，S。；Pinsker，M.，异方差非参数回归的夏普最优和自适应估计，统计学，6，4，925-942（1996）·Zbl 0857.62037号
[15] Enders，C.K.，《应用缺失数据分析》（2010），纽约：吉尔福德出版社，纽约
[16] Eubank，R.L.，《非参数回归与样条平滑》（1999），博卡拉顿：CRC出版社，博卡拉通·Zbl 0936.62044号
[17] 范，J。；Gijbels，I.，局部多项式建模及其应用（1996），纽约：Routledge，纽约·兹比尔0873.62037
[18] Golubev，G.K.，《函数的非参数估计问题和二次风险的下限》，概率论及其应用，36，1，152-157（1991）·Zbl 0738.62043号
[19] Györfi，L。；科勒，M。；Krzyżak，A。；Walk，H.，《非参数回归的无分布理论》（2002），纽约：施普林格，纽约·Zbl 1021.62024号
[20] Härdle，W。；沃沃茨，A。；米勒，M。；Sperlich，S.，《非参数和半参数模型》（2004），纽约：施普林格，纽约·Zbl 1059.62032号
[21] Harezlak，J。；Ruppert，D。；Wand，M.P.，《与R的半参数回归》（2018），纽约：Springer，纽约·Zbl 1430.62002年
[22] 哈斯蒂，T。；Tibshirani，R.，广义加性模型（1990），纽约：Routledge，纽约·Zbl 0747.62061号
[23] Lehmann，E.L。；Casella，G.，《点估计理论》（1998），纽约：Springer-Verlag出版社，纽约·Zbl 0916.62017号
[24] 利特尔·R。；Rubin，D.，《缺失数据的统计分析》（2019年），霍博肯：威利·Zbl 1411.62006年
[25] 密特拉·R。；Müller，P.，《生物统计学中的非参数贝叶斯推断》（2015），纽约：Springer，纽约·Zbl 1327.92007号
[26] Molenberghs，G。；菲茨莫里斯，G。；Kenward，M.G。；Tsiatis，A.A。；韦贝克，G.，《缺失数据方法手册》（2014），纽约：查普曼和霍尔/CRC，纽约
[27] 缪勒，美国。；Schick，A.，随机缺失响应回归模型的效率转移，Bernoulli，23，4，2693-2719（2017）·Zbl 1382.62017年
[28] Nychka，D。；Piegorsch，W.W。；Cox，L.H.，《环境统计案例研究》（1998），纽约：Springer-Verlag，纽约·Zbl 0899.00022号
[29] Pérez-González，A。；维拉尔·费尔南德斯，J.M。；González-Manteiga，W.，《缺失数据和相关误差下局部多项式回归的渐近性质》，统计数学研究所年鉴，61，1，85-109（2007）·Zbl 1294.62087号
[30] Pinsker，M.，高斯噪声中平方积分信号的最佳滤波，信息传输问题，16，2，52-68（1980）·兹比尔0452.94003
[31] 秦，Y。；邱，T。；Lei，Q.，缺失数据的非参数回归函数的置信区间，统计学中的通信-理论和方法，43，19，4123-4142（2014）·Zbl 1305.62174号
[32] Rubin，D.B.，《推断与缺失数据》，Biometrika，63，3581-592（1976）·Zbl 0344.62034号
[33] 孙，Y。；Wang，L。；Han，P.，缺失数据非参数回归中的乘法稳健估计，非参数统计杂志，32，1，73-92（2019）·Zbl 1435.62145号
[34] Tsiatis，A.，半参数理论与缺失数据（2006），纽约：Springer，纽约·Zbl 1105.6202号
[35] Tsybakov，A.B.，《非参数估计导论》（2009），纽约：Springer，纽约·Zbl 1176.62032号
[36] Wahba，G.，观测数据的样条模型（1990），费城：工业和应用数学学会，费城·Zbl 0813.62001号
[37] Wang，L。；周晓华，随机缺失响应形状约束可加模型的估计，非参数统计杂志，33，1，118-133（2021）·Zbl 1472.62050
[38] Wasserman，L.，《所有非参数统计》（2006），纽约：Springer，纽约·Zbl 1099.62029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。