我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
提出了一种回归函数单调估计的新方法,对传统平滑方法的用户具有潜在的吸引力。新方法的主要思想是根据估计值构造密度估计 米̂ (我/N个) ( 我 =1,…,N个 )并使用这些“数据”计算回归函数的逆估计。然后通过数值反演获得最终估计值。与现有的单调估计方法相比,新方法不需要约束优化。我们证明了新估计的渐近正态性,并将其渐近性质与无约束估计进行了比较。特别是,对于核估计或局部多项式,可以选择过程中的带宽,使得单调估计与无约束估计是一阶渐近等价的。我们还通过仿真研究说明了新程序的性能。
霍尔格·德特。 娜塔莉·诺伊迈耶。 凯·菲尔兹(Kay F.Pilz)。 “严格单调回归函数的简单非参数估计。” 伯努利 12 (3) 469 - 490, 2006年6月。 https://doi.org/10.3150/bj/1151525131