多元回归异方差模型方差的局部多项式估计.pptxVIP

多元回归异方差模型方差的局部多项式估计;目标：;主要内容：;局部多项式拟合理论 局部多项式拟合是一个用途广泛的非参数技术，它拥有多种好的统计特性．令 是定义在 中的回归函数的 阶导数 ，局部多项式技术可非常方便地用来估计，包括回归函数 本身，由于回归函数的形式没有被指定，因而距离 远的数据点对 提供了很少的信息.因此，我们只能使用 附近的局部数据点．假定 在 处有 阶导数，由泰勒展开，对 局部领域的 ，我们有;;其中 控制局部邻域大小的带宽． 使用矩阵记号来表示局部多项式回归更为方便．用 表示相应于上式的设计矩阵： ;则加权最小二乘估计问题能够写为： 其中 ， 是对角阵，它的第i个元 素是 ，解向量为 ; 与参数模型不同，局部多项式估计拟合的复杂性是由带宽来控制的． 通常是较小的，故而选择 的问题就变得不重要了．如果目的是估计 ，则当 是奇数，局部多项式拟合自动修正边界偏倚．进一步，则当 是奇数，与 阶拟合相比较， 阶拟合包含了一个多余常数，但没有增加估计的 方差。不过这个参数创造了一个降低偏倚的机会，特别是在边界区域．另一方方面，带宽 的选择在多项式拟合中起着重要作用．太大的带宽引起过渡平滑，产生过大的建模偏倚，而太小的带宽会导致不足平滑，获得受干扰的估计。 ;模型与方法 ;则(1)式可简写为 ;或者;从而近似地有 可以将它看作把方差函数作为回归函数，而把 OBL的残差平方作为因变量的回归模型.为了估计这一模 型，通常文献中所采用的是参数估计的方法，即 假定 ，其中的 形式已知， 为 待估参数.讨论较多也较详细的是假定 和 等情况.这些模型的讨论，一方 面要求模型分析着必须对问题的实际背景有较深 入的了解，如公司利润的方差常常与家庭收入呈正比；另一方面，方差函数形式的假 ;定在一定程度上是为了保证其非负性， 从而受较多人为因素影响。用非参数的局 部多项式方法估计方差函数，设 为核函 数，满足 以及 令自变量 ， 则 的领域处的阶泰勒展开式为： 式中， 和 分别为梯度算子和海赛算子； 把对称矩阵下三角部分按字典序排成列向量， 为用回归函数得出的 处的估计值 ； ;为回归函数的 阶梯度系数。方差函数 局 部 阶多项式估计即为使;并记;模 拟 下面进行数值模拟仿真，本节中给出以下2个模型。考虑到线性模型应用于经济时的大量实际背景，设定了方差函数的如下2种形式。 模型1 设线性模型为 ;; 的取值范围 ;图1 ;阶段2：将由阶段1得到的估计 ; 图4 ;模型2：模型1中，误差项函数设为 ;并与广义最小二乘估计 ;图7 ;表2模型2中广义最小二乘估计 ;图11 ;5、结论;[5]Jianqing Fan, Qiwei Yao.Nonlinear Time;