条件密度近邻—核估计的逼近速度

本文首先研究了条件密度函数近邻—核估计的误差分布的正态逼近精度，然后利用随机加权法构造了近邻－核估计的随机加权统计量，获得了随机加权逼近精度．

相依样本下条件密度近邻—核估计的强相合性及强收敛速度

本文在样本序列{Xi,Yi),i≥1}为同分布的φ－混合的情形下，讨论了条件密度近邻一核估计fn(Y|X)的强相合性和它的强收敛速度。

条件密度近邻—核估计的渐近正态性

本文给出了条件密度近邻-核估计的渐近正态分布。

条件密度近邻——核估计的强收敛速度

本文给出了条件密度近邻——核估计的强收敛速度。

条件密度的近邻—核估计及其Bootstrap逼近

本文讨论了条件密度的近邻—核估计及其Ｂｏｏｔｓｔｒａｐ逼近的问题，证明了条件密度近邻—核估计的渐近正态性，Ｂｏｏｔｓｔｒａｐ逼近的相合性，讨论了有关的收敛速度．

相依样本条件t-分位数核估计的强收敛速度

在一定条件下,得到了φ混合样本条件t分位数的核估计强收敛速度,即定理 对同分布的φ混合样本(X1,Y1),…,(Xn,Yn)∈Rd×R1,若 X1具有边际密度函数f; 条件分布函数F(y｜x)在(x,θx(t))的邻域内具有连续的密度函数f(y｜x); ∑nφ(n)<∞; h=(n-12logn)1d+1,0<Mn→∞.则θx(t)(0<t<1)的核估计θx,n(t)的强相合速度可以达到on-12logn1d+1Mn.

条件密度双重核估计的积分均方误差的中心极限定理

条件密度函数f(y|x)的双重核估计的积分均方误差为在适当条件下,本文讨论了I_n的渐近正态性。

φ-混合删失模型中核密度估计的Berry-Esseen界

在生存时间与删失时间为φ-混合序列的情况下,研究了随机删失模型概率密度函数的核估计,利用φ-混合序列的概率不等式等研究方法,在一定的条件下,获得了此核估计的Berry-Esseen界。

相依样本条件t-分位数核估计的强相合性

对φ-混合样本下条件t-分位数θx(t)的核估计θx,n(t),取消核函数的支撑为紧集的限制,同时放宽对混合系数的要求,研究了其强收敛性,该结果拓宽了核估计θx,n(t)的适用范围.

α-混合序列下核密度估计量的r阶平均相合性

在α-混合序列情形下,讨论核密度估计量的r阶平均相合性,并将该条件弱化为nhn→∞,给出更好的r阶最优相合速度O(n-2r/5).结果表明:所要求的条件弱于韦来生关于负相关(NA)样本概率密度函数核估计的r阶平均相合性所要求的条件,且相合速度更优,推广了韦来生的结果.

条件概率密度函数核估计的误差分析及其最优带宽的选择(英文)

本文在α-混合严平稳过程的假设下,研究了条件概率密度核估计的偏和均方误差.在此基础上给出了核估计的渐近最优带宽,并以S&P500指数为例展示了本文的结果.

相依样本条件密度双重核估计的注记

对 －混合样本，应用加权和形式的Ｂｅｒｎｓｔｅｉｎ不等式讨论条件密度双重核估计的强相合性．所获结论不仅较好地改进了薛留根（１９９１年）的结论，而且包含了独立情形的结论．

条件密度双重核估计的强收敛速度

在适当的条件下 。

条件密度函数双重核估计的精确度的随机测度的收敛性

度量条件密度函数f(y|x)的双重核估计f_n(y|x)的精确度的量为平均积分均方误差(MISE),由于MISE的计算是十分困难的.我们采用积分均方差误A_n^(?)(ISE)和平均均方误差I_n(ASE)作为MISE的估计量,本文在一定条件下,得到A_n^(?)和I_n与MISE(=EI_n)之间的关系,即A_n^(?)=MISE+O_p(MISE)及I_n=MISE+O_p(MISE).

核密度估计时-空域滤波红外背景抑制方法

提出一种基于核密度估计的时-空域滤波算法,用于红外搜索跟踪系统图像的背景抑制。算法分为空域滤波和时域滤波两部分。在空域滤波中,采用核密度估计算法对背景进行平滑;在时域滤波中,采用核密度估计算法对经过空域滤波后的图像灰度值进行概率计算,判别属于背景残差的灰度值,然后做进一步的滤除。核方法对背景有很好的光滑性且易于计算机实现,实验表明,这种非参方法设计的时-空域滤波算法对背景杂波有非常良好的抑制效果,信噪比也得到明显提高。

α-混合过程条件密度的估计及其性质

本文在{X_t,t∈N}是一个严平稳过程的假设下,用核估计的方法对未来状态X_(N+T)的条件密度进行估计.在假设{X_t,t∈N}是α-混合过程的情况下,讨论了过程有限维密度核估计的期望与方差,以及过程条件密度核估计的偏及均方误差.在一定条件下,证明了估计的弱收敛性.

平稳过程条件密度的双重核估计

本文在样本序列为平稳、φ-混合情形下研究了赵林城和刘志军提出的条件密度f(y|x)的双重核估计fn(y|x)的逐点强相合性和渐近正态性。我们对混合系数φ的限制是很弱的。

条件密度递归双重核估计的渐近分布

本文引进了条件密度递归形式的双重核估计,并在适当的条件下证明了这种估计满足渐近正态性,本文还削减了文献[1]中定理的条件,其结果和该定理是一样的。

条件密度的相合随机窗宽双重核估计

本文研究了条件密度函数的随机窗宽双重核估计及其一致弱相合性。

相依样本下条件密度的双重核估计

本文在样本序列为平稳φ-混合的情形下,研究了条件密度f(y|x)的通常的和递推形式的双重核估计的强相合性,并给出了它们的强收敛速度以及渐近分布.