函数型分位数回归的局部稀疏估计方法

文章针对协变量为函数型变量、响应变量为标量的函数型分位数回归模型,提出了一种局部稀疏估计方法,能够正确识别系数函数的空子区域。首先,使用非对称拉普拉斯分布构建函数型分位数回归的全似然函数,并通过EM算法推导出系数向量的估计式。其次,提出了一种结合样条光滑和平滑剪切绝对偏离方法的局部稀疏估计方法。数值模拟结果表明,该估计方法在不同的样本量和分位点下均优于传统方法。最后,通过实例证明了估计方法的有效性。

部分函数型线性可加分位数回归模型

文章结合可加分位数回归模型和函数型线性分位数回归模型,提出了部分函数型线性可加分位数回归模型.我们采用函数型主成分基函数逼近斜率函数,B-样条基函数逼近可加函数,提出了模型的估计方法;在一些基本的假设条件下,给出了斜率函数估计和可加函数估计的收敛速度;最后通过模拟计算和应用实例表明了所提方法的有效性.