局部众数回归在纵向数据中的应用文献综述

 2022-10-31 11:21:52

文献综述(或调研报告):

文献[1]对局部多项式回归(LPR)进行了详细的研究,并证明了其具有计算的简便性和良好的渐近性。文献[4]、文献[5]、文献[10]、文献[11]、文献[12]、文献[13]、文献[18]对局部M估计(LM)进行了详细的研究。

文献[17]对众数回归有过简明的讨论,它用一个常数去估计方程中的局部众数,但是没有任何具体的渐近结果。基于文献[17]中提出的方向上的众数,文献[21]提出了一种局部众数回归(LMR)方法,它引入了一个通过观测值自动选择的额外的调整参数,使求得的非参数回归估计量同时具有稳健性和有效性。即,假设是来自的独立同分布的随机样本,其中,,且是未知的待估计的非参数光滑函数。

LPR方法是用多项式函数来局部近似。如果在的一个领域内,我们近似有:

其中,

通过最小化下面的加权最小二乘函数来估计局部参数,权重函数为:

其中,,表示一个由带宽调节的核函数。

而文献[19]所提出的LMR方法是基于最大化函数

其中,,是一个核密度函数,且使用的是标准正态密度函数和高斯核函数。带宽和的选择将在后文进行讨论。当达到最大值时,将其最大值记为。然后,的第阶导数的估计值为

其中。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。