2) kernel regression estimator
回归函数核估计
1.
It is proved that under two kinds of conditions the kernel regression estimator rT respectively satisfiesEsupx∈S|rT(x)-r(x)|2=O(T-1/2) and Esupx∈S|rT(x)-r(x)|2=O(lnT)2/sT-1/2.
研究了连续时间下非参数回归的回归函数核估计量的收敛速度,给出了一定条件下回归函数估计量rT(x)的一致均方收敛速度,详细证明了两组条件下rT(x)分别满足:Esupx∈S|rT(x)-r(x)|2=O(T-1/2) 和 Esupx∈S|rT(x)-r(x)|2=O(lnT)2/sT-1/2,其中r(x)表示未知的回归函数。
3) the weight estimate in nonparametric regression
非参数回归权函数估计
5) nonparam etric regression function
非参数回归函数加权核估计
1.
Let Y1 ,…,Yn be n observations at fixed points x1,…,xn according to the m odel yi= g (xi)+ εi,1≤i≤n,discuss the estim ator for a nonparam etric regression function given by priestley, get the asym ptotical norm ality of the estim ator under w eaker conditions.
在｛εi｝为ρ混合误差下讨论了Priestley 等人提出的一类非参数回归函数加权核估计的渐近正态性;在较弱条件下,通过对统计量分块的方法,证明了估计量的渐近正态
6) nonparametric regression estimation
非参数回归估计
补充资料：高斯函数模拟斯莱特函数
尽管斯莱特函数作为基函数在原子和分子的自洽场（SCF）计算中表现良好，但在较大分子的SCF计算中，多中心双电子积分计算极为复杂和耗时。使用高斯函数(GTO)则可使计算大大简化,但高斯函数远不如斯莱特函数(STO)更接近原子轨道的真实图象。为了兼具两者之优点，避两者之短,考虑到高斯函数是完备函数集合,可将STO向GTO展开：
式中X(ζS,A,nS,l,m)定义为在核A上，轨道指数为ζS，量子数为nS、l、m 的STO；g是GTO：
其变量与STO有相似的定义；Ngi是归一化常数：
rA是空间点相对于核A的距离;ci是组合系数；K是用以模拟STO的GTO个数（理论上，K→∞，但实践证明K只要取几个，便有很好的精确度）。
ci和ζ在固定K值下, 通过对原子或分子的 SCF能量计算加以优化。先优化出 ζS＝1 时固定K值的ci和(i＝1,2,...,K)，然后利用标度关系式便可得出ζS的STO展开式中每一个GTO的轨道指数，而且，ci不依赖于ζS,因而ζS＝1时的展开系数就是具有任意ζS的STO的展开系数。对不同展开长度下的展开系数和 GTO轨道指数已有表可查。
式中X(ζS,A,nS,l,m)定义为在核A上，轨道指数为ζS，量子数为nS、l、m 的STO；g是GTO：
其变量与STO有相似的定义；Ngi是归一化常数：
rA是空间点相对于核A的距离;ci是组合系数；K是用以模拟STO的GTO个数（理论上，K→∞，但实践证明K只要取几个，便有很好的精确度）。
ci和ζ在固定K值下, 通过对原子或分子的 SCF能量计算加以优化。先优化出 ζS＝1 时固定K值的ci和(i＝1,2,...,K)，然后利用标度关系式便可得出ζS的STO展开式中每一个GTO的轨道指数，而且，ci不依赖于ζS,因而ζS＝1时的展开系数就是具有任意ζS的STO的展开系数。对不同展开长度下的展开系数和 GTO轨道指数已有表可查。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条