Some Nonparametric Estimators of Regression Function

• Autorzy: Aleksandra Baszczyńska

Warianty tytułu

Wybrane nieparametryczne estymatory funkcji regresji

• Języki publikacji: EN

Abstrakty

EN

In the paper some nonparametric estimators of regression function are studied: Nadaraya-Watson estimator and k-nearest neighbour one. Properties of these estimators and possibilities of using them in practice are taken into consideration. A comparative study of the two estimators is presented. Different techniques of choosing method's parameters (kernel function, smoothing parameter h and parameter k) are used in this study to choose the optimal ones. Some practical rules are proposed and they are used in this study. (original abstract)

W pracy przedstawiono wybrane dwa nieparametryczne estymatory funkcji regresji: estymator jądrowy Nadaraya-Watsona oraz estymator k-najbliższego sąsiada. Podano ich własności, możliwości wykorzystania oraz dokonano porównania tych estymatorów. Przedstawiono również przykład zastosowania estymatora jądrowego regresji z uwzględnieniem właściwego doboru parametrów metody (funkcji jądra i parametru wygładzania h) oraz estymatora k-najbliższego sąsiada z uwzględnieniem właściwego doboru parametru k. Zaproponowano również praktyczne zasady wyboru parametrów estymacji funkcji regresji i wykorzystano je w przykładzie. (abstrakt oryginalny)

Słowa kluczowe

EN

Regression models; Nonparametric estimation; Nonparametric regression

PL

Modele regresji; Estymacja nieparametryczna; Regresja nieparametryczna

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2007
• Tom: 206 Methods of Multivariate Statistical Analysis and Their Applications
• Strony: 45--52

Twórcy

autor

Aleksandra Baszczyńska

• University of Lodz, Poland

Bibliografia

• Baszczyńska A. (2005), Some Remarks on the Choice of the Kernel Function in Density Estimation, "Acta Universitatis Lodziensis", Folia Oeconomica, 194, 143-149.
• Baszczyńska A. (2006), Choice of the Smoothing Parameter in Kernel Density Estimation, "Acta Universitatis Lodziensis", Folia Oeconomica, 196, 57-63.
• Domański Cz., Pruska K., Wagner W. (1998), Wnioskowanie statystyczne przy nie-klasycznych założeniach, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
• Hardle W. (1991), Smoothing Techniques. With Implementation in S, Springer-Verlag, New York.
• Huang M., Brill P. (2001), A Nonparametric Regression Method, "Nonlinear Analysis", 47, 1467-1475.
• Loftsgaarden D., Quesenberry C. (1965), A Nonparametric Estimate of a Multivariate Density Function, Ann. Math. Statist. 36, 1049-1051.
• Pagan A., Ullah A. (1999), Nonparametric Econometrics, Cambridge University Press, Cambridge.
• Rosenblatt M. (1956), Remarks on Some Nonparametric Estimation of a Density Function, Ann. Math. Statist. 27, 832-837.
• Wand M., Jones M. (1995), Kernel Smoothing, Chapman and Hall, London.