关于函数时间序列数据回归函数改良核估计的渐近性质.pdfVIP

基于函数型时间序列数据 回归函数改良核估计的渐近性质 摘要 近年来，随着信息技术的不断进步和计算机的快速发展，我们常常收集 到被看作是连续时间随机过程一条样本轨道的函数型数据，这类数据广泛存在 于医疗，经济，环境等科学领域，如大气温度曲线数据分析，人体生长曲线数 据分析等。因此，函数型数据统计分析特别是非参数统计推断受到广大学者的 关注。一方面，非参数回归函数的研究一直是统计学研究的热点领域之一，在 有限维场合下，许多学者已经构造了回归函数的非参数估计量并获得了其大样 本性质：例如在数据是，．，．d或者是一些相依样本下，分别建立了估计量的相合 性和渐近分布。另一方面，基于无限维函数型数据的统计推断理论和方法也在 不断发展，基于，．，．d或相依函数型数据条件下，众多学者也对函数型非参数回 归函数核估计的渐近性质进行了深入研究。 基于函数型时间序列数据， 本学位论文研究了回归函数 厂(x)=E(y X=x)的改良核估计的渐近理论，具体工作有以下两方面： 一、利用倪一混合阵列的中心极限定理，建立了函数型回归函数改良核估 计的渐近正态性；作为应用，获得了非参数回归函数算子的渐近置信水平为 (1一口)的置信区间。其中解释变量X取值于抽象的半度量函数空间，响应变量y 取实数值。 二、本学位论文研究了函数型非参数回归函数算子递推改良核估计的几 乎完全收敛性及其收敛速度。我们的结果推广了现有文献中的相关结论。 关键词：口一混合：改良核估计：递推改良核估计：函数型数据：渐近正态性；几乎 完全收敛速度 modifiedkernel of regressiOn properties Asymptotical nmetimeSerleSserieSnaIada切 estieStimatlonmationforlOrfunctionaltUnCnonaI ABSTRACT information Inrecent thecontinuous of technology， years，with improvement f oftenc011ectedafunctional andthe o data，which rapiddevelopmentcomputer，we beseenasa trackofthecontinuoustimerandom dataare sample process，such as wide of in etc，such rangeapplications curvedata human curVedata growth analysis． atmospherictemperatureanalysis，the is