非参数部分线性模型的模拟 NW估计、局部多项式估计
setwd("e:/统计模型") #下面三个函数代码的位置,在另外一个文章中有此函数的代码
source("gcvbandLL.R")
source("gcvbandNW.R")
source("lle.R")
K=function(x)
0.75*(1-x^2)*(abs(x)<=1)
g=function(u)
50*((u-0.5)^2)
k=20
grid=rep(0,k)
a=0;b=1
#grid[i]=a+(i-1)*(b-a)/(k-1)
for(i in 1:k)
grid[i]=a+(i-1)*(b-a)/(k-1)
grid
g(grid)
m1=rep(0,k)
m2=rep(0,k)
n=100
M=5
rmse1=rep(0,M)
rmse2=rep(0,M)
beta_NW=matrix(NA,M,2)#两种方法beta的估计
beta_LL=matrix(NA,M,2)
guNW=matrix(NA,M,k)
guLL=matrix(NA,M,k)
# NW估计
#产生x,u,e
for(j in 1:M){
x1=rnorm(n,0,1)
x2=rnorm(n,0,1)
e=rnorm(n,0,0.6)
x=cbind(x1,x2)
#x=as.matrix(x)
real_beta=c(0.8,0.6

本文介绍了使用非参数部分线性模型中的NW估计和局部多项式估计方法对随机数据进行拟合的过程,通过多次模拟计算了两种方法的估计偏差、标准差和均方误差,最终对比了两种估计的性能.
最低0.47元/天 解锁文章
369

被折叠的 条评论
为什么被折叠?



