一类非参数回归模型核估计的渐近性质  

Asymptotic Property for a Linear Regression Model of Kernel Estimation

作　　者：田亚爱[1,2] 田铮[2] 

机构地区：[1]西安石油大学理学院,陕西西安710065 [2]西北工业大学应用数学系,陕西西安710072

出　　处：《数学的实践与认识》2017年第1期206-212,共7页Mathematics in Practice and Theory

基　　金：国家自然科学基金(60375003);西安石油大学科技创新基金项目(Z08044)

摘　　要：研究一类新的非参数回归模型回归函数的核估计问题,其中误差项为一阶非参数自回归方程.通过重复利用Watson-Nadaraya核估计方法,构造了回归函数及误差回归函数的估计量分别为m(.)和ρ(.),在适当的条件下,证明了估计量m(.)和ρ(.)的渐近正态性.In this paper,we study the kernel estimation of a new nonparametric regression model with nonparametric AR（l）.By repeatedly applying Watson-Nadaraya kernel method,we structured the estimators of the regression functionm（.） and the error＇s regression functionρ（.）,under the suitable conditions,we prove the asymptotic normality of m（.） and ρ（.）.

关 键 词：非参数模型 回归函数 非参数AR(1) 核估计 渐近正态性 

分 类 号：O212.1[理学—概率论与数理统计]