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