非参数回归的介绍.pptVIP

正交光滑 WMAP数据的小波回归 * * * * 局部回归 (2)k-近邻核回归 * 局部回归 (2)k-近邻核回归 * 局部回归 (3)对称化近邻回归(Symmetrized Nearest Neighbor Estimate) Yang(1981)，Stute(1984)研究了这种估计 其中权重 写成线性光滑器 这里的k(h)相当于nh, 可以看出实质上相当于 nh个Yi值加权平均 * 局部回归 4. 稳健光滑 (1)局部加权描点光滑(Locally Weighted Scatter plot Smoothing, LOWESS) Step1:在x的邻域内，用一个多项式进行拟合，求出系数{ βj } 其中Wki(x) 为k-NN权 Step2:根据残差 计算尺度估计 ， 定义稳健权重 Step3:用新的权重 重复Step1、Step2，直到第N次结束 * (1)局部加权描点光滑( LOWESS) 局部回归 * (1)局部加权描点光滑( LOWESS) 局部回归 * 局部回归 (2) L- 光滑 条件L函数 其中 为条件分位数函数 特别：a)当 时 b)当 时，为中位数光滑 其中 ={