几种非参数方法比较分析解析.pptVIP

几种非参数方法的比较分析 引言 非参数模型的一般形式 几种非参数估计方法 核回归估计法 局部多项式估计法 多项式样条估计法 光滑样条估计法 几种非参数估计方法的优缺点比较 非参数估计方法是近二十年来现代统计学发展的一个重要方向，又称分布自由检验，主要是不受总体分布的限制，不假定总体分布的具体形式，尽量从数据或样本本身获得所需要的信息，通过估计而获得分布的结构，并逐步建立对事物的数学描述和统计模型的方法。 特点：在实际应用中由于不需要预先设定模型的具体形式和误差分布，可以获得较宽的非线性变化，同时，在抽取样本对总体进行估计时，不必依赖于样本所从属的总体的分布形式，可以广泛地应用于不同类型的总体，这对减小偏差、提高预测精度、了解样本序列的动态结构都是极其有用的。当总体分布很不规则时，经典的置信区间可能无效，即置信区间不是真的有所期望得那么高，即使经典的置信区间可以合理地认为有效，非参数统计方法也可以提供一个更精确的置信区间。 1.非参数模型的一般形式 核回归估计法 局部多项式估计法 多项式样条估计法 光滑样条估计法 1 .核回归估计法 Nadaraya-Watson估计（也称赋权估计），估计如下：