摘要
设（Ｘ１，Ｙ１），…，（Ｘｎ，Ｙｎ）是来自二元总体（Ｘ，Ｙ）的样本，若ＥＹ＜∞，则回归函数ｍ（ｘ）＝Ｅ（Ｙ｜Ｘ＝ｘ）存在．在本文中，考虑ｍ（ｘ）的改良核估计：其中 Ｋ是一元概率密度， ０＜ ｈｎ→ ０； ０＜ ｂｎ→∞（ｎ→∞）我们分别在ｉ．ｉ．ｄ．和平稳φ－ｍｉｘｉｎｇ相依情况下，得出了ｍｎ（ｘ）的渐近分布．
Suppose that (X1, Y1),…, (Xn, Yn) is a random sample sequence from (X, Y), If EY is finite, the regression function m (of Y on X) is defined by m(x) = E(Y|X = x). In this paper, we obtain the asymptotic normality of the improved kernel regression function estimates Where K is a univariate density function, 0 < hn → 0 and 0 < bn → ∞ (n - ∞).
出处
《应用概率统计》
CSCD
北大核心
2001年第1期81-87,共7页
Chinese Journal of Applied Probability and Statistics
