变系数模型变窗宽局部M-预计.pdfVIP

摘 要 本文考虑变系数模型： Y=al(T)X1+…+唧(T)墨+E． (1) 其中y是实值因变量，x=(x圹一，墨)T是随机变量，T是一维随机变 量，o，(．)(J=1，…，P)是具有相同光滑程度的未知函数，e是随机误差， 估计已有几种方法，当哆，(．)(歹=1，…，P)具有相同的光滑度时，文献【1】给 出的局部最小平方方法是一种简单而有用的方法，所得到的估计量是最 出了一步估计方法用以估计变系数模型中具有不同光滑度的未知函数． 情形下讨论了B样条M估计的收敛速度． 局部多项式回归方法已证明是一个有效的非参数回归方法，它有优 于流行核方法的优点．然而，它的一个缺点是缺乏稳健性．M一估计是达 到所需稳健性的一种自然预期．本文就是结合上述两种方法，对变系数 模型的系数参数进行估计，并在其中嵌入一个变窗宽加以提高，得到了估 计的相合性和渐近正态性． 局部M．估计继承了很多好的来自局部最小 二乘回归的统计性质．然而，与局部最小二乘回归不一样，局部M一估计 被隐性地定义且要求数值迭代方案，这产生了很大的计算负担从而减少 了吸引力．显然，具有相似效果又不需迭代的方法是极其理想的．为此， 本文讨论了一步局部M一估计以减少计算负担，该估计具有