部分线性非参数的模拟基于NW估计和局部多项式估计

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.

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
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值