ρ-混合误差下回归函数估计的渐近正态

设Y1,Y2,…,Yn 是固定点x1,x2,…,xn 的n 个观察值,适合模型Yi= g(xi)+ εi,1≤i≤n.在｛εi｝为ρ混合误差下讨论了Priestley 等人提出的一类非参数回归函数加权核估计的渐近正态性;在较弱条件下,通过对统计量分块的方法,证明了估计量的渐近正态性     

相依误差下回归函数的小波估计

对于非参数回归模型Yi=g(ti)+σiεi,i=1,2,…,n,中的函数g(t)的小波估计■n(t),在{εi,i=1,2,…,n}是NA和PA随机误差时,研究了估计■n(t)的弱相合速度以及r-阶矩相合性.     

相依误差下非参数回归函数估计的强相合性

当误差为平稳、φ－混合过程时，在一定的条例下证明了一类非和回归函数加权核估计的强相合性。     

相依样本下回归函数分割估计的渐近正态性

在一种相依样本下,利用鞅的理论证明了回归函数基于分割的估计ma（x）=∑i=1^n IAn（x）（Xi）Yi/∑i=1^n IAn（x）（Xi）渐近正态性,其中IA（x）为集合A的示性函数。给出了相关定理：在一定的假设条件下,Xi具有密度函数f（x）,E｜Y｜^2＋δ 〈∞,EV^2＋δ〈∞,x∈R^d为固定点,nvn^2→∞,则√nvn（m4x（x）-m（x））→L N（0,σ^2）,n→∞.     

ρ—混合差下回归函数估计的渐近正态

设Ｙ１,Ｙ２,…,Ｙｎ是固定点ｘ１,ｘ２,…ｘｎ的ｎ个观察值,适合模型Ｙｉ＝ｇ（ｘ１）＋ε１,１≤ｉ≤ｎ,在（εｉ）为ρ－混合误差下讨论了Ｐｒｉｅｓｔｌｅｙ等人提出的一类非参数回归函数加权核估计的渐近正态性,在较弱条件条件下,通过对统计量分块的方法,证明了估计量的渐近正态性。     

ρ-混合相依下回归函数小波估计的相合性

考虑非参数回归模型：Yi = g（ti） ＋ ei （ 1≤ i ≤ n）。其中{ti}是固定设计点列,g（＊）是未知回归函数。令{ei}是ρ-混合相依平稳序列,在比较一般的条件下,研究了未知回归函数g（＊）小波估计的r阶平均相合性以及强相合性。     

NA相依样本非参数回归函数加权核估计

在ＮＡ相依样本下研究非参数回归函数加权核估计的相合性,对完全收敛和强相合性给出较弱的充分条件。与此同时对ＮＡ序列给出一个简洁实用的Ｂｅｍｓｔｅｉｎ型不等式。     

相依样本下回归函数核估计的强相合性

在一定条件下得到了样本平稳ρ-mixing下非参数回归函数改良核估计的强相合性,所得结果对混合速度的要求要比样α-mixing,ψ-mixing本相依下对混合速度的要求来得弱．     

强混合误差下回归函数小波估计的渐近正态性

文章讨论异方差非参数回归模型,在随机误差序列{ei,i≥1}为α^-混合情形下,建立了回归函数g（·）的小波估计,并得到了该估计的渐近正态性,这些结果推广了梁汉营等人（2007年）在NA情形下的结论．     

ρ相依序列回归函数加权核估计

讨论ρ^~相依序列非参数回归函数加权核估计的强相合性。     

PA样本非参数回归权函数估计的强相合性

在PA样本下，讨论非参数回归模型中权函数估计的强相合性及强一致相合性。     

AANA误差下非参数回归函数积分权核估计的相合性

【目的】在误差为AANA序列的条件下,对Gassor和Müller提出的一类非参数回归函数积分权核估计进行研究。【方法】利用截尾方法和AANA序列的指数不等式进行研究。【结果】得到了非参数回归函数积分权核估计的P阶矩相合性、强相合性和完全相合性,通过数值模拟来验证结果的有效性。【结论】该结果推广和拓展了已有的相关结论。     

关于回归函数核估计的联合渐近正态性

用核估计误差分解方法,在较弱条件下,就一般情况给出了简捷的证明,同时文后讨论了所得结果与Schuster([2])强条件结果之间的联系.     

关于回归函数的最近邻估计的渐近性态

讨论了回归函数的最近邻估计的渐近性质。证明了回归函数的最近邻估计量是渐近正态的。     

资产方程中回归函数的局部线性加权估计

通过将标的资产价格所满足的积分方程转化为回归模型,建立了回归模型中回归函数的局部线性加权估计.利用回归函数的估计构造漂移系数的样本估计量,并证明了所构造样本估计量的均方收敛性.从而使利用样本估计量构造漂移系数的估计成为可能.     

PA样本回归函数估计的强相合性

针对非参数回归模型Y1=g(x1)+ε1,1≤i≤n,在{εi,1≤i≤n}为一致可积的平稳PA相依序列条件下,得到未知函数g(x)的权函数估计gn(x)=nΣi=1wni(x)Yi的强相合性.