非参数回归的交叉验证带宽选择.docxVIP

非参数回归的交叉验证带宽选择

一、非参数回归中带宽选择的问题本质

（一）非参数回归的方法特性与应用定位

在探索变量间关系的统计实践中，传统参数回归方法需要提前设定响应变量与解释变量之间的函数形式，比如假设二者是线性关系、指数关系或者符合特定参数规律的非线性关系，再通过观测数据估计预设模型中的未知参数。这种方法在关系形式明确的场景下有较高的估计效率，但面对现实中普遍存在的复杂非线性关系时，错误的函数形式预设会带来极大的估计偏差，甚至得出完全不符合事实的结论。非参数回归正是为了突破这一限制发展出来的方法体系，它不对变量间的关系形式做任何刚性的参数预设，完全从观测数据出发，通过局部加权平均或者局部光滑的方式刻画变量间的真实关系，能够灵活捕捉各种非线性、非单调的复杂关联，因此在经济学、流行病学、环境科学、生态学等需要从复杂观测数据中探索规律的领域得到了极为广泛的应用（Hardle，1990）。和参数回归方法相比，非参数回归的最大优势是“让数据自己说话”，不会因为研究者的主观预设扭曲真实的变量关系，但这种灵活性也带来了新的核心问题：如何平衡对真实趋势的捕捉和对随机噪声的过滤，这一问题最终集中体现为带宽参数的选择。

（二）带宽的核心作用与选择困境

无论是核估计、局部多项式估计还是光滑样条估计，几乎所有主流非参数回归方法的核心逻辑都是“局部平均”，也就是估计某个解释变量取值对应的响应值时，会给这