α-混合下回归函数改良核估计的渐近正态性  

Asymptotic Normality of Improved Kernel Estimator for Regression Function under α-mixing Samples

作　　者：彭小智[1] 张文峰[1] 

机构地区：[1]金陵科技学院龙蟠学院,江苏南京211169

出　　处：《金陵科技学院学报》2008年第2期1-6,共6页Journal of Jinling Institute of Technology

摘　　要：设{(Xi,Yi),i≥1}是从取值于Rd×R的总体i≥1中抽取的严平稳、α-混合样本。回归函数m(x)=E(Y|X=x)改良的递归核估计定义为:m2n(x)=∑ni=1YiI(|Yi|<bi)hi-dKx-hi Xi∑nj=1hj-dKx-hj Xj,在适当的条件下,讨论了m2n(x)的渐近正态性。Let {（Xi, Yi）,i≥l}be a strictly stationary and a-mixing sample sequence from i≥l in R^d×R.The improved kernel estimator for regression function m（x）=（Y｜X=x） is defined by m2n^-（x）=∑j=1^n hj^-d K（hj^-x-Xj）^--∑i=1^n Yi I（｜Yi｜〈bi）hi^-d K（hi^-x-Xi）Under suitable conditions, we prove the asymptotic normality of m2n^—（x）.

关 键 词：回归函数 改良的递归核估计 Α-混合 渐近正态性 

分 类 号：O211.4[理学—概率论与数理统计]