ND样本最近邻密度估计的一致强相合性
2012-09-07刘艳吴群英
刘艳,吴群英
(桂林理工大学理学院,广西桂林541004)
ND样本最近邻密度估计的一致强相合性
刘艳,吴群英
(桂林理工大学理学院,广西桂林541004)
设X1,X2,…,Xn是同分布的负相依(ND)样本,具有共同的密度函数f(x),利用相应的Bernstein不等式,将负相关(NA)样本最近邻密度估计的一致强相合性推广到ND样本,得到其最近邻密度估计的一致强相合性.
负相依序列;最近邻密度估计;一致强相合性;Bernstein不等式
概率密度估计和非参数非线性回归是非参数估计中两大问题.最近邻密度估计(NN-估计)是由Loftsgarden和Quesenberry[1]于1965年提出的.设X1,X2,…,Xn是来自未知密度f的样本,先选定一个与n有关的整数k=kn,1≤k<n,对固定的x∈R,记an(x)为最小的正数a,使得[x-a,x+a]中至少包含X1,X2,…,Xn中的k个.注意到,对每一个a>0可以期望在X1,X2,…,Xn中大约有2anf(x)个观察值落入区间[x-a,x+a]中.因而值f(x)的估计(记为^fn(x))自然地可以通过令k=2an^fn(x)得到.于是定义^fn(x)=k/2nan(x)为f(x)的估计.此后,许多著名学者都讨论过它的性质.对于独立样本,Wagner[2]证明了NN-估计的强相合性,陈希孺[3]证明了它的渐近正态性,而杨善朝[4]在一定条件下给出了NA序列下NN-估计的相合性.ND相依序列是比NA相依序列弱的一种数列,这些负相依随机变量的概念在可靠性理论、渗透理论和多元统计分析中均有广泛的应用.因此,将独立序列或NA序列的一些性质推广到ND序列是十分必要的.文献[5-7]分别讨论了ND序列完全收敛性、ND随机变量列的指数不等式等,但却很少触及NN-估计.而NN-估计在独立样本下已有很多优点,特别是计算简单,容易实施.因此,在ND样本下也应有一定的地位.本文在ND序列的基础上,讨论了ND序列的最近邻密度估计的一致强相合性.……p>