Regresión estimación con errores en las variables a través de la transformada de Laplace
Autores: Guo, Huijun; Bai, Qingqun
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Regresión estimación con errores en las variables a través de la transformada de Laplace
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Regresión no paramétrica
Errores en las variables
Distribución de error en la covariable
Transformada de Laplace
Consistencia fuerte
Tasa de convergencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Este documento considera la estimación de regresión no paramétrica con errores en las variables. Es una suposición estándar que la función característica del error de la covariable no se anula en la línea real. Esta suposición es bastante fuerte. En este documento, asumimos que la distribución del error de la covariable es una convolución de distribuciones uniformes, cuya función característica contiene ceros en la línea real. Nuestro estimador de regresión se construye a través de la transformada de Laplace. Demostramos su fuerte consistencia y mostramos su tasa de convergencia. Resulta que los ceros en la función característica no tienen efecto en la tasa de convergencia de nuestro estimador.
Descripción
Este documento considera la estimación de regresión no paramétrica con errores en las variables. Es una suposición estándar que la función característica del error de la covariable no se anula en la línea real. Esta suposición es bastante fuerte. En este documento, asumimos que la distribución del error de la covariable es una convolución de distribuciones uniformes, cuya función característica contiene ceros en la línea real. Nuestro estimador de regresión se construye a través de la transformada de Laplace. Demostramos su fuerte consistencia y mostramos su tasa de convergencia. Resulta que los ceros en la función característica no tienen efecto en la tasa de convergencia de nuestro estimador.