现代非参数估计作业.docVIP

现代非参数估计的数值模拟 一、当总体X具有未知分布密度函数f(x)时，需要从总体中抽出n个样本去估计未知的密度函数f(x)。下面只介绍直方图估计和核密度估计，从数值模拟去看这两种方面模拟的效果。 1、直方图估计 程序： d1=function (n) {x=rnorm(n) a=seq(-4,4,0.5) hist(x,br=a,freq=FALSE,ylim=c(0,0.5)) curve(dnorm(x),col=2,lty=2,lwd=2,add=TRUE) n} 模拟结果：d1（10000） 直方图是用频率除以区间的长度去估计的，当样本比较少或者区间长度比较长的时候，估计的效果较差。这时可以用核密度估计，核密度估计的核对模拟的效果影响不大，主要是窗宽的选择，下面用正态核和均匀核来估计密度。 2、 正态核密度估计 程序： d2=function (n,h) {xx=rnorm(n) x=seq(-3,3,0.01) m=length(x);f=rep(0,m) for(i in 1:m){ kx=dnorm((x[i]-xx)/h) f[i]=sum(kx)/(n*h)} plot(x,f,type=h,ylim=c(0,0.5)) lines(x,dnorm(x),lty=2,col=red) n} 模拟结果：d2（2000，0.1） 3、 均匀核函数估计密度 程序： d3=function (n,h) {xx=rnorm(n) x=seq(-3,3,0.01) m=length(x);f=rep(0,m) for(i in 1:m){ kx=dunif((x[i]-xx)/h) f[i]=sum(kx)/(n*h)} plot(x,f,type=h,ylim=c(0,0.5)) lines(x,dnorm(x),lty=2,col=red) n} 模拟：d3（10000，0.05） d3（10000，0.1） 二 、当总体具有未知分布的F(x)时，我们也从总体中抽取样本去估计总体的分布，主要用经验分布和核分布函数用估计未知的分布。下面我们用经验分布和核分布去估计正态分布。 1、经验分布估计正态分布 程序： F1=function (n,mu,sigma) {x=rnorm(n,mu,sigma) a=seq(-3,3,0.01) plot(ecdf(x),verticals=TRUE,do.p=FALSE) lines(a,pnorm(a,mean(x),sd(x))) n} 模拟结果：F1(100,0,1) 2、核分布估计正态分布 程序： F2=function (n,h) {x=rnorm(n) a=seq(-3,3,0.01) m=length(a);f=rep(0,m) for(i in 1:m){ kx=pnorm((a[i]-x)/h) f[i]=sum(kx)/n } plot(a,f,type=h,ylim=c(0,1)) lines(a,pnorm(a,mean(x),sd(x)),lty=2,col=red) n} 模拟结果：F2(1000,0.1) 三、深证成值的日收益率的正态性 下面收据是2011年9月26日到2012年3月26日的深证成值的日收盘价 [1] 10328.47 10448.66 10369.93 10287.90 10292.33 10170.75 10065.47 10425.93 [9] 10481.84 10438.26 10513.49 10226.93 10105.74 9796.23 9697.21 9957.62 [17] 10203.40 10315.75 10323.29 10561.99 10480.91 10441.70 10581.75 10624.12 [25] 10699.49 10591.66 10541.10 10625.88 10477.55 10418.93 10645.68 10583.00 [33] 10313.33 10303.16 10025.17 10033.79 10028.20 9957.32 9966.74 9886.25 [41] 9884.70 10012.94 9693.39 9917.86 9808.23 9586.08 9586.94 9606.25 [49] 9580.52 9480.27 9376.28 9190.88 9093.02 8871.09 9081.94 9054.08 [57] 9031.67 8884.25 8909.35 8976.52 8876.19 8711.55 8739.73 8781.32 [65] 8918.