基于相依函数型数据非参数回归函数的稳健核估计  

A ROBUST KERNEL ESTIMATE OF NONPARAMETRIC REGRESSION FUNCTION FOR DEPENDENT FUNCTIONAL DATA

作　　者：程伟[1] 凌能祥[1] 

机构地区：[1]合肥工业大学数学学院,安徽合肥230009

出　　处：《数学杂志》2011年第2期352-356,共5页Journal of Mathematics

基　　金：教育部人文社科规划基金项目(10YJA910005);安徽省自然科学基金项目(11040606M03)

摘　　要：本文研究了基于相依函数型数据非参数回归函数的核估计.利用稳健的方法,在一定条件下获得了与i.i.d.场合下类似的估计量的几乎完全收敛速度,推广了现有文献中的相关结论.In this paper,we investigate the nonparametric kernel estimators for a regression function when response variable takes values in R and explanatory variable is valued in some abstract function space.By the robust method,we establish the almost complete convergence rate of the estimators for dependent functional data as same as i.i.d.,which extends the existing related result in literature.

关 键 词：相依函数型数据 稳健核估计 几乎完全收敛速度 

分 类 号：O212.7[理学—概率论与数理统计]