Bootstrap方法在非参数核估计中的研究和应用.pdfVIP

理 论 新 探 Bootstrap 方法在非参数核估计中的研究与应用 潘海涛 （西安财经学院 统计学院，西安 710061 ） 摘 要：当数据中存在异常值时， 样本可能比原有样本含有更多的“污染”，这会影响要 Bootstrap 进行的统计推断的有效性。 文章讨论了在非参数回归N-W 估计中， 如何利用影响函数（influence function ）得到重新抽样的概率，使用调整后的非等概率Bootstrap 抽样方法得到曲线的拟合，从而达 到有效地抵制异常值对回归函数影响的目的。 数值模拟的结果表明了这种处理方法的有效性。 关键词：非参数 回归； ；影响函数；带宽选择 N-W Bootstrap 中图分类号： 文献标识码： 文章编号： （ ） O212.8 A 1002－6487 2010 23－0022-03 的回归分析中，通常假定有某种特定的数学形式，其中包含 0 引言 若干个未知参数，并假定“误差” 的分布为正态等。 这时用最 小二乘法对回归系数进行估计即可得到的估计。 但在实际问 非参数回归是基于数据本身，非参数回归方法的研究已 题中，很多情形下假定条件（ 回归为线性，误差为正态）不能 广泛受到人们的重视。 有关非参数回归的原理及其应用的专 成立，此时，基于最小二乘法作出的估计不一定好。 这就促使 著有许多， 如Eubank 、Muller 、Hardle 和Wabba 等分别介绍 人们去寻找其他方法，非参数回归即是我们的一种选择。 其 了非参数回归在许多实际问题中的应用。 自上世纪七十年的 特点是对模型的假设要求很低：回归函数的形式可以是任意 末 Enfron 引入Bootstrap 方法后，Bootstrap 方法有了广泛的 的，随机误差也不必服从正态分布。 最受欢迎的非参数回归 运用，如点估计、统计推断、 曲线拟合、置信区间的构造等。 然 是N-W 核回归，定义为 而，在回归函数中，若数据中含有异常值，进行传统的 Boot- n n