摘要
设(X_i,Y_i),1≤i≤n,为来自二元总体(X,Y)的平稳、φ-混合样本,记m(x)E(Y/X=x),m(x)的一种递推型核估计为 本文在一定的条件下证明了依分布收敛于正态分布,其中,x_1,x_2,…,x_(r_0)为R内的r_0个相异点。
Let (Xi,Yi),1<i<n,be a stationary and 0-mixing sample drown from a bivariate random variable (X,Y). Denote m(x)=E(Y|X=x). A curisive kernel estimator of m(x) is
Under some conditions, this paper shows that
is asymptotically multivariate normal, where x1 ,x2,... ,xn are distinct points in R.
出处
《应用数学》
CSCD
北大核心
1995年第1期7-13,共7页
Mathematica Applicata
关键词
相依样本
回归函数
递推型
核估计
非参数回归
Dependent sample
Regression function
Recurisive kernel estimator
Asymptotic distribution
