左截断相依数据下非参数回归的局部M 估计.pdfVIP

中国科学 数学 年 第 卷 第 期 左截断相依数据下非参数回归的局部 估计 ∗ 王江峰 梁汉营 范国良 浙江工商大学统计与数学学院, 杭州 310018; 同济大学数学系, 上海 200092; 安徽工程大学数理学院, 芜湖 241000 E-mail: wjf2929@163.com, hyliang83@, hfutfgl@163.com 收稿日期: 2010-08-27; 接受日期: 2012-04-15; * 通信作者 国家自然科学基金 (批准号: 和, 中国博士后科学基金 (批准号: 2011M500809), 安徽省高校自然 科学基金重点项目 (批准号: KJ2011A032) 和安徽省自然科学基金 (批准号: 1208085QA04) 资助项目 摘要 本文对左截断模型 利用局部多项式的方法构造了非参数回归函数的局部 估计 在观察样本 为平稳α 混合序列下 建立了该估计量的强弱相合性以及渐近正态性 模拟研究显示回归函数的局 部 估计比 型估计和局部多项式估计更稳健 关键词 局部 估计 渐近正态性 相合性 左截断 混合序列 主题分类 引言 设{X , Y , i } 是抽自X, Y 的 × 随机向量 在非参数统计中 回归函数mx Y |X x i i 常用来描述反应变量Y 和协变量 X 之间的关系 多年来 已经有很多方法用来估计mx 例如 核 估计、样条估计、以及局部多项式估计 方法等 在这些方法中 由于 方法具有很多优良的性 质 所以受到非常多的关注 已经有许多作者对此估计方法进行了研究 参见文献 更详细的介 绍可参考 和 [5] 这本书 虽然 估计有许多优点 但是它并不稳健 例如 它容易受异常值的影响 还有当误差分布为重 尾时 该 估计的效果也不理想 见文献 由于异常观察值经常发生在经济学、金融学以及其 他的领域中 因此如何处理好这类数据是非常重要的 为了克服不稳健的缺陷 自然想到 估计 对 回归函数的 估计已得到许多学者的研究 见文献 稳健的 回归概念由 [13] 首次 提出 后来在一些文献中进行了讨论 例如 和 [14] 在变窗宽下 构造了回归函数的局部线性 估计 和 [15] 、 和 [16] 在相依假设下 分别研究了回归函数的稳健 估计 [7] 以及局部线性 估计 等人 对相依的空间过程 给出了局部线性 估计 值得指出的是 上面 提到这些文献都是对完全数据进行研究 在可靠性和生存分析中 右删失或左截断数据经常发生 这样的数据也常常发生在天文学、经济 学、流行病学以及生物学中 参见文献 近年来 对左截断数据的统计问题 已经受到许多的关 注 参见文献 具体地 和 [25] 首次构造了对左截断数据回归函数的 估 计 这些文献都是假设观察到的左截断样本是独立的 英文引用格式 Wang J F, Liang H Y, Fan G L. Local M-estimation of nonparametric regression with left-truncated and dependent data (in Chinese). Sci Sin Math, 2012, 42(10): 995–1015, doi: 10.1360/012010-646 王江峰等 左截断相依数据下非参数回归的局部 估计 众所周知 在生存分析中 碰到的数据很多都是相依的 例如 从家庭成员中采取的样本数据 还 有对同一个体反复地测量得到的样本数据 集群内个体的寿命通常也是相关的 见文献 对左 截断模型 在观察数据为相依下 等人 年研究了回归函数 估计的强收敛性 等 人 年构造了回归函数的 估计 等人 年研究了条件分位数的核估计 然而 到 目前为止 即使对独立样本 也没有看到有文献研究在左截断数据下回归函数的局部 估计 本文目 的是 对左截断模型 基于局部多项式的方法构造回归函数的局部 估