非参数回归中残差方差的最小二乘估计

@第{Tong2005条估算RV,title={使用最小二乘法估计非参数回归中的剩余方差},author={童铁军和王跃东},journal={Biometrika},年份={2005},体积={92},页码={821-830},网址={https://api.semanticscholar.org/CorpusID:11159098}}
我们提出了一种非参数回归模型中误差方差的新估计。我们将误差方差估计为简单线性回归模型中的截距,将成对观测值的平方差作为因变量,成对协变量之间的平方距离作为回归变量。对于具有等间距设计点的一维区域的特殊情况,我们证明了我们的方法达到了一些现有方法无法达到的渐近最优速率

本文中的表格

跳跃不连续非参数回归的方差估计

方差估计是非参数回归中的一个重要课题。在本文中,我们提出了一种用于估计残差方差的成对回归方法。具体来说,我们回归了

异方差非参数回归方差估计的最小二乘法

本文提出了异方差非参数回归中误差方差的两种最小二乘估计:截距估计和斜率估计,它们被证明是一致的,并研究了它们的渐近性质。

无需估计均值函数的最优方差估计

我们研究了残差方差估计上下文中的最小二乘估计。我们证明了配对观测的均方差是渐近正态分布的。我们进一步

非参数回归中基于滞后二阶差分的最优方差估计

本文以滞后Gasser型方差估计量为因变量,将方差估计为线性回归中的截距,并以较小的渐近偏差获得估计方差的最优界。

非参数回归模型中误差方差的估计

本文提出了一类新的估计量,用于估计同方差非参数回归模型的误差方差。为了获得误差方差,我们

异方差非参数回归中基于最优差分的方差估计

估计剩余方差是非参数回归中的一个重要问题。在现有的估计量中,Hall、Kay和

非参数回归中导数的最优估计

本文提出了一个在非参数回归中不需要回归函数的情况下估计导数的简单框架,并通过对一阶和二阶导数估计量的广泛仿真研究,证明了所提方法的有效性。

半函数部分线性回归模型的误差方差估计

本文主要研究具有几个实协变量和函数协变量的部分线性回归模型。其目的是构建误差方差的估计。在我们的模型中

非参数回归模型中的误差方差估计

在这篇论文中,我们重新审视了非参数回归模型中的误差方差估计。非参数回归模型中误差方差的适当估计的要求
...

用协变量匹配u统计量估计非参数回归中的误差方差

引入了一类与基于差分的估计量相关的误差方差估计量:协变量匹配的U统计量,其权重的显式构造使用了协变量密度的核估计量。

非线性回归中的残差方差和残差模式

提出了非线性回归中残差方差的非参数估计。它基于局部线性拟合。估计量的偏差较小,但方差较大

非参数回归中基于渐近最优差分的方差估计

我们定义并计算渐近最优差序列,用于估计同方差非参数回归中的误差方差。我们的最优差分序列不依赖于

非参数回归中方差估计的比较

我们比较了误差方差的两种估计量,这两种估计量都基于平滑样条拟合数据的残差的二次形式。在整个值范围内比较估计值

非参数多元回归中的方差估计

摘要我们考虑了具有多协变量的一般非参数回归模型的方差估计。我们通过引入一个算法将差分方法扩展到多元集合

非参数回归中残差方差的估计

摘要本文考虑了非参数回归中残差方差的一大类估计量,即那些在数据中是二次的、线性回归中是无偏的,并且总是

估计非参数回归中的方差——什么是合理的选择?

研究了基于二次型的非参数回归中方差估计量的精确均方误差(MSE)。特别地,比较了两类估计量:霍尔、凯

全数据驱动非参数方差估计

我们考虑非参数回归模型中未知方差函数γ的估计问题。作为估计的基础,我们采用基于核的估计残差

局部多项式非参数回归和密度估计的经验偏差带宽

摘要提出了一种基于数据的局部带宽选择器,用于多项式的局部拟合非参数回归。被称为经验偏差带宽选择器(EBBS)的估计器

回归中的方差函数估计:估计平均值的影响

文摘:作者考虑回归问题中方差函数g的估计。这种估计需要同时估计平均函数f