基于相依函数型数据的稳健估计研究-应用数学专业论文.docxVIP

基于相依函数型数据的稳健估计研究摘 基于相依函数型数据的稳健估计研究 摘 要 函数型数据的理论与应用研究开始于生长曲线分析、分类学、生物力学、医学等 领域，并在最近十年发展起来的。由于相关学科领域中都存在大量的函数型数据，因 此在理论上有新的问题亟待解决。 本学位论文所做的工作有以下两点：首先研究了基于相依函数型数据非参数回归 函数稳健核估计。利用稳健的方法，在一定的条件下获得了与i．i．d．场合下类似的估 计量的几乎完全收敛速度，推广了现有文献中的相关结论；其次文章基于相依函数型 数据，利用稳健的方法，研究了函数型数据条件分位数核估计，避免了采用双核方法 中存在的问题，并在一定的条件下建立了估计量的几乎完全收敛的速度，推广了现有 文献的结果。 关键词：相依函数型数据：稳健核估计；条件分位数估计：几乎完全收敛速度 A A Study on Robust Estimate for Dependent Functional Data Abstract Over the past decades，the functional data，arising from C}ro州h curve analysis， Taxonomy,Biomechanics，Medicine and etc，has been developing onto a highly new level． However,due to its abundance in related disciplines，the theory of functional data still needs to be explored further to solve the new problems． This dissertation aims at solving two problems as follows．Firstly,we investigate the nonparametric kernel estimators for a regression function when response variable take values in R and explanatory variable is valued in some abstract function space F．By the robust method，we establish the almost complete convergence rate of the estimators for dependent functional data which extend the existing literature related results in i．i．d．case． Secondly，we investigate a kernel estimation of conditional quantile with robust property， and avoid some problems occurring in the double—kernel method when response variable take values in R and explanatory variable is valued in some abstract space F with the associated semi．metric denoted by d(．，．)，which is called function random variables．When the observations are dependent，we establish the almost complete convergence rate of the estimators under some conditions．All we have done in this dissertation extend the existing literature rel ated results． Keywords：dependent functional data；robust kernel estimator；conditional quantile estimate；almost complete convergence rate 独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成 果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得．金日