我们提出了一种贪婪方法，用于在非参数回归中同时执行局部带宽选择和变量选择。该方法从具有较大带宽的局部线性估计器开始，并逐步减少估计器相对于带宽的梯度较大的变量的带宽牛仔竞技比赛（导数期望算子的正则化）-对阈值导数进行一系列假设检验，并且易于实现。在回归函数和抽样密度的某些假设下，表明应用于局部线性平滑的牛仔竞技表演避免了维数灾难，在相关变量的数量上实现了接近最优的最小最大收敛速度，就像这些变量是预先隔离的一样。