加权N-W核估计量的渐近正态性研究

文章利用改进了的N-W核估计量—加权N-W核估计量来估计回归函数,在给定的条件下,证明了加权N-W核估计量的渐近正态性,并通过模拟研究得出,利用非参数核估计法估计回归函数时,加权N-W核估计量要优于N-W核估计量。

非参数回归N-W核估计法在财政系统中的应用

选取1978-2013年的财政收入和经济增长数据为样本,利用参数回归分析和非参数回归N-W核估计法进行实证分析,比较发现GDP增长率对财政收入增长率的影响在经济发展的不同时期有不同的特点,并非简单的线性模型能解释清楚,而且非参数回归模型的拟合效果优于线性回归模型模拟效果;并采用最小平方交叉实证法(CV)和经验选择方法,从拟合效果中综合考虑其优劣,进而给出最佳窗宽。

自适应N-W核回归估计量的改进

文章研究了可变窗宽的自适应N-W核回归估计,并提出了一种改进的自适应N-W核回归估计。研究表明,在三种N-W核回归估计中,具有可变窗宽的自适应N-W核回归方法比固定窗宽的N-W核回归方法的估计效果更好,对于一个自适应N-W核回归估计量来说,使用算术均值得到的窗宽比使用几何均值得到的窗宽,在估计效果上有更大的优势。

二元极值Copula函数的相关函数的N-W核回归估计

本文利用核回归估计方法对二元极值Copula函数的相关函数进行估计。构建了相关函数的N-W核回归估计。在选择最优带宽的前提下,通过数值模拟对比了N-W核回归估计与OLS估计。数值模拟的结果显示N-W核回归估计在一定情况下较之于OLS估计更具有稳定性,是一种相对较优的相关函数非参数估计方法。

非参数自回归方法在短期电力负荷预测中的应用

为了避免短期负荷预测中主观因素的影响,采用非参数核密度估计技术建立了基于数据驱动的非参数自回归模型,从而将短期电力负荷预测看作一个非线性时间序列预测问题,并从历史负荷数据本身出发挖掘负荷变动的内在随机分布规律。非参数自回归模型详细考虑了滞后阶数的选择、平滑参数(宽窗)的确定以及预测置信区间计算。通过对某一实际电力系统的历史负荷数据进行平稳化处理,然后采用两种非参数核类型:N-W(Nadaraya-Watson)核估计和局部多项式估计,实现了非参数自回归模型在短期负荷预测中的应用,并与参数自回归模型的预测结果进行了比较,验证了所提模型的正确性和有效性。