NA相依样本非参数回归函数加权核估计

在ＮＡ相依样本下研究非参数回归函数加权核估计的相合性，对完全收敛和强相合性给出较弱的充分条件．与此同时对ＮＡ序列给出一个简洁实用的Ｂｅｒｎｓｔｅｉｎ型不等式．

NA相依样本的非参数核估计

假设非参数衰退模型Yi=g(Xi)+iε,其中残差{iε}是一个具有未知公共密度函数f(x)的NA相依样本,g(x)=E(Y+X=x)是未知衰退函数.今首先在残差基础上定义了非参数估计gn(x)和^fn(x),并在适当条件下证明了gn(x)和^fn(x)分别是g(x)和f(x)的强一致相合估计,同时给出了相应的收敛速度.

NA相依样本下固定设计非参数回归权函数估计

在 NA相依样本下 ,研究固定设计非参数回归权函数估计的强相合性和完全收敛性 ,获得了一些较合理的充分条件 ,较好地推广和改进了

NA相依样本部分线性模型估计理论

考虑部分线性模型 ,其中误差为NA相依样本,具有公共未知分布函数G(·),卢为未知参数, g(·)为未知函数.本文首先建立β和g(·)的相合性估计βn和gn(·),然后基于βn和gn(·)构造出G(·)的非参数估计Gn(·),最后在适当条件下,建立了Gn(·)一致强相合于G(·).

NA样本回归函数估计的强相合性

在非参数回归模型Yi=g(xi)+εi,1≤i≤n中,研究了当{εi,1≤i≤n}为一致可积的平稳NA相依序列时,未知函数g(x)的权函数估计gn(x)=∑ni=1wni(x)Yi的强相合性。

NA样本回归函数递归型估计的强相合性

本文在NA相依样本下给出了非参数回归函数加权递归核估计gn(x)=∑ni=1yixi-xi-1hiK(x-xihi)的渐近无偏性和相合性的充分条件。其中这里得到的充分条件与一般加权回归函数核估计的相合性几乎完全一致。