文献类型：期刊文章

作　　者：汪红霞[1] 林金官[1] 黄性芳[1]

Hongxia Wang;Jinguan Lin;Xingfang Huang

机构地区：[1]南京审计大学统计与数学学院统计学系,南京211815

出　　处：《中国科学：数学》

基　　金：国家社会科学基金(批准号:17CTJ016)资助项目。

年　　份：2021

卷　　号：51

期　　号：4

起止页码：615-630

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、PUBMED、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：时空数据经常含有奇异点或来自重尾分布,此时基于最小二乘的估计方法效果欠佳,需要更稳健的估计方法.本文提出时空模型的基于局部众数(local modal, LM)的局部线性估计方法.理论和数据分析结果都显示,若数据含有奇异点或来自重尾分布,基于局部众数的局部线性方法比基于最小二乘的局部线性方法有效;若数据无奇异点且来自正态分布,两种方法效率渐近一致.本文采用众数期望最大化(modal expectation-maximization, MEM)算法,并在数据相依情形下得出估计量的渐近正态性.

关 键 词：时空模型  众数期望最大化  混合相依  局部线性回归  

分 类 号：O212.1]