کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
7547144 | 1489727 | 2018 | 18 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Quantile estimation for a hybrid model of functional and varying coefficient regressions
ترجمه فارسی عنوان
برآورد کوانتیلی برای یک مدل ترکیبی از رگرسیون های ضریب عملکردی و متغیر
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
ما یک ترکیبی از مدل های رگرسیون عملکردی و متغیر ضرایب را برای تجزیه و تحلیل داده های عملکرد مختلط در نظر می گیریم. ما پیشنهاد تخمین چندهل این مدل ترکیبی را به عنوان جایگزینی برای رویکرد کمترین مربع پیشنهاد می کنیم. در شرایط منظم، ما به طور طبیعی شرایط عادی برآوردگر پیشنهادی را ایجاد می کنیم. ما نشان می دهیم که تابع شیب برآورد شده می تواند به میزان همگرایی مینیمکس همانند رگرسیون خطی کارایی را بدست آورد. یک مطالعه شبیه سازی مونت کارلو و یک برنامه داده ای واقعی نشان می دهد که برآورد پیشنهادی امیدوار کننده است.
موضوعات مرتبط
مهندسی و علوم پایه
ریاضیات
ریاضیات کاربردی
چکیده انگلیسی
We consider a hybrid of functional and varying-coefficient regression models for the analysis of mixed functional data. We propose a quantile estimation of this hybrid model as an alternative to the least square approach. Under regularity conditions, we establish the asymptotic normality of the proposed estimator. We show that the estimated slope function can attain the minimax convergence rate as in functional linear regression. A Monte Carlo simulation study and a real data application suggest that the proposed estimation is promising.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Statistical Planning and Inference - Volume 196, August 2018, Pages 1-18
Journal: Journal of Statistical Planning and Inference - Volume 196, August 2018, Pages 1-18
نویسندگان
Hui Ding, Riquan Zhang, Jian Zhang,