查尔斯·斯通。 加性回归和其他非参数模型。 （英语） Zbl 0605.62065号 Ann.统计。 13, 689-705 (1985). 本文的第一部分提出了函数f的启发式降维原理，它依赖于（X_1，…，X_J，Y）的联合分布。它指出，如果（f（x）=sum f_J（x）），则f（x。这一原则导致建议将（n^{-2r}），（r=（p-m）/（2p-d）作为最佳收敛速度。在第二部分中，这一建议被证明适用于加性回归模型\（f（x）=\mu+\sum^{日本}_{1} （f）_j（x_j）=E（Y|x=x），（x\in[0,1]^j\）在温和条件下对x的分布和函数（f_j）进行了研究。还讨论了近似可加性的情况。审核人：R.Schlittgen公司 引用于5评论引用于395文件 理学硕士： 62J02型 一般非线性回归 62G05型 非参数估计 6220国集团 非参数推理的渐近性质 关键词：最近加性近似;样条估计;灵活性;维度;可解释性;参数化模型;非参数和半参数模型;降维原理;最优收敛速度;加性回归模型 PDF格式BibTeX公司 XML格式引用 \textit{C.J.Stone}，Ann.Stat.13，689--705（1985；Zbl 0605.62065） 全文： 内政部