机译:公共带宽选择准则下基于核的非参数加性模型回归方法的有限样本性能
Department of Economics, Oregon State University, Ballard Hall 303, Corvallis, OR 97331-3612 USA;
additive non-parametric regression; local linear estimation; backfitting estimation; smooth backfitting; marginal integration;
机译:一种新的基于信息准则的非参数回归带宽选择方法
机译:使用贝叶斯信息准则的变体进行回归的变量选择方法的性能
机译:加性模型中基于核的分位数回归估计量风险的学习率
机译:SVDD的内核带宽选择:大数据的采样峰值准则方法
机译:计量经济学中的散文:在大型面板中选择通用回归变量,并在非线性模型中进行块自举的有限样本分析。
机译:检查回归模型的预测性能的变量选择方法以及所选变量的比例和选择的随机变量
机译:公共带宽选择标准下非参数添加模型的基于内核的基于核的回归方法的有限样本性能