变系数模型的减小方差估计.pdfVIP

第 42卷 第 1期 北京化工大学学报 (自然科学版) Vo1．42，No．1 2015正 JournalofBeijingUniversityofChemicalTechnology(NaturalScience) 2O15 变系数模型的减小方差估计 王 宇 黄 彬 (北京化工大学 理学院，北京 100029) 摘 要：提出了一种变系数模型的减小方差估计。在任意估计点，利用其附近 3个点的局部线性估计的线性组合 得到减小方差估计 。所得估计与局部线性估计有相 同的渐近条件偏差 ，但较局部线性估计有更小的渐近条件方 差，而且该估计具有局部线性估计的良好性质，局部线性估计所采用的窗宽选取方法均可直接应用于该估计。通 过数值模拟计算，表明所提出的方法在有限样本下也可以有效地降低估计方差。 关键词：变系数模型；局部线性估计；减小方差估计；渐近条件偏差；渐近条件方差 中图分类号 ：0212．7 性组合 ，所得估计可以使渐近条件方差减少的同时， 引言 渐近条件偏差的首项保持不变。同时LL估计所采 变系数模型是一类非常重要 的非参数 回归模 用的窗宽选取方法均可直接应用于该 RV估计 ，在 型 ¨，具有结构简单 、易于估计、容易解释等特点， 一 定条件下，通过数值模拟计算 ，证明了在有限样本 同时继承非参数回归模型的稳定性 ，因而被广泛应 下也可以有效地降低估计方案。 用于生物学、医学及经济学等领域。该模型的非参 1 减小方差估计方法 数估计方法主要包括惩罚最小二乘 、核光滑 j、 局部多项式 回归 和序列估计 等。其 中，局 假定相互独立的观测数据 ( ，置 ，U)(1≤i≤ 部多项式回归，特别是局部线性 回归，因其 良好 的理 )来 自于变系数 回归模型 T 论性质和简易的计算步骤而受到大量关注。 = im(U)+ 为进一步优化局部线性 (LL)估计结果 ，He 其中Yi为响应变量 ，x ：(X …， ) 和 是协 等 ¨提出了二次光滑 LL估计来降低偏差，Tang 变量，J，l(·)=(m。(·)，…，m (·))。为未知 函数 ， 等… 将该方法推广到变系数模型，所得估计提高 了 为随机误差，且满足 E(sl置 ，U)=0，Var(占I 渐近偏差 的收敛速度。Cheng等 提出了一种减 ， U)：or( )。 小方差技术 ，用该方法得到 的估计可以使渐近方差 对任意 “，当 位于 u的邻域内，m (U)可近 减少的同时，渐近偏差的首项保持不变。因减小方 似表示为 差技术仅仅利用 了LL估计 的线性组合，因此它具 m ( )≈m (u)+r (u)(Ui—u)兰口^+b(U 一 有 LL估计 的 良好性质。减小方差技术进一步被 M)，k=1，…，d Paige等 应用于光滑样条估计上 ，还被 Kim等 则 {(a，b)，k：1，…，d}的LL估计可 以通过 应用于核密度估计上。 最小化如下的加权局部最小二乘得到 n d 2 本文将 Cheng等 ¨提出的方法应用于变系数