自适应变系数模型中的局部多项式估计法的研究.pdfVIP

摘 要 变系数模型是20世纪90年代发展起来的一种重要的统计模型． 函数的估计已有核估计、局部多项式估计、光滑样条估计、级数估计 等，这些方法在处理一维数据时处理能力较好，但在高维分析中，由 于高维领域所包含的样本数据显得稀疏，较难估计一般的多元函数． 可是在实际生活中，我们经常遇到的是高维数据，高维数据分析是人 们一直关心的问题，变系数模型是统计工作者针对处理高维数据时遇 到的困难而提出的一种统计模型．它既部分保留了非参数回归的稳 健性特点，又保留了线性模型的直观、容易解释等特点． 本文研究的自适应变系数模型是一类重要的变系数模型，它是由 Fan，QiweiYao和ZongwuCai(2000)提出的．在实践中，该模 Jianqing 型已经被广泛地应用于医学、生物、经济学、金融保险等方面． 自适应变系数模型如下： i=l，2，…，刀． z=∑岛(∥五)％ j=o 其中{(r，z)恐是随机样本，未知量∥∈RP，置=(墨。，五：，…，％)7，墨。-1， {gj(．)‰是R上的一组可测函数．k‰是独立同分布的随机误差，且 满足E(毛)=o，Var(占，)=仃2． Fanand 变系数模型的估计理论已经较为完善，如：JianqingZhang W．Y(1999)给出了局部多项式的两步估计法；唐庆国，王金德(2005) 提出了一步估计方法用以估计变系数模型中的具有不同光滑程度的 I 未知系数函数；针对不太光滑的未知系数函数的估计，唐庆国(2007) 提出了一种新的局部线性估计法．但是，关于自适应变系数模型的 研究成果的文章还较少，因此，本文对于白适应变系数模型的估计 的研究有一定的理论价值． 相对于变系数模型的统计推断，自适应变系数模型中，除了要对 其系数函数估计，还要对其投影方向进行估计，因此，变系数模型的 推断方法不能直接应用于自适应变系数模型的推断．本文对自适应 变系数模型的系数函数的估计进行了讨论，将局部多项式估计法运 用到自适应变系数模型中系数函数的估计上来，并讨论了各个估计量 的渐近性质，然后再对投影方向进行估计． 主要内容如下： 第一章，主要介绍了自适应变系数模型和一些非参数方法． 第二章，首先，我们是在给定∥的条件下，对于系数函数光滑程度 相同时，用第一章中介绍的局部线性估计法给出其估计，并且证明了 其渐近正态性．其次，在给定系数函数的条件下，对参数∥进行了估 计． 第三章，在给定∥的条件下，首先，对于光滑程度较高的第p个 系数函数，我们用局部多项式估计法给出其一步与两步估计，分别计 算了这两个估计的渐近偏差和渐近方差，并得出二步估计要优于一步 估计的结论．其次，对于其他P．1个光滑程度较低的系数函数，用局 部线性估计法也做了局部线性估计与二步估计，我们发现两种估计的 渐近偏差相同，而用二步估计得到的估计的渐近方差都要小于局部线 II 性估计的渐近方差，即二步估计要优于局部线性估计．最后，在给定 系数函数的情况下，用一步迭代方法估计∥． 关键词：自适应变系数模型，局部多项式方法，一步迭代估计． III ABSTRACT modelisakindof statistical Varying—coefficient important model， in 1 whichwas the990s．Itwasfirst developed proposedbyHastie， Tibshirani(1993)．In