楊益民

（杭州師范大學(xué)理學(xué)院，浙江杭州310036）

0 引 言

設(shè)｛（Xi，Yi），1≤i≤N｝是來(lái)自（X，Y）的R×R隨機(jī)向量．在非參數(shù)統(tǒng)計(jì)中，回歸函數(shù)m（x）＝E（Y｜X＝x）常用來(lái)描述反應(yīng)變量Y和協(xié)變量X之間的關(guān)系．多年來(lái)，已經(jīng)有很多方法用來(lái)估計(jì)m（x）．Fan和Jiang［1］構(gòu)造了m（x）及其導(dǎo)數(shù)的局部線性M估計(jì)，即找到a和b使得下面式子達(dá)到最?。?/p>

這里α（·）為非負(fù)函數(shù)，ρ（·）為抗異常值函數(shù)，0＜hN→0為窗寬（N→∞），K（·）為核函數(shù)．

以下簡(jiǎn)單地?cái)⑹鲎蠼財(cái)鄶?shù)據(jù)．設(shè)｛（Xk，Yk，Tk），k≥1｝來(lái)自總體（X，Y，T）的一列隨機(jī)向量，這里T為截?cái)嘧兞浚僭O(shè)T和（X，Y）是相互獨(dú)立的，并且T有連續(xù)的分布函數(shù)G．在左截?cái)嗄Ｐ椭?，?duì)i＝1，…，N，生存時(shí)間Yi被截?cái)嘧兞縏i干擾，當(dāng)Yi≥Ti時(shí)，Yi和Ti都能觀察到，而當(dāng)Yi＜Ti時(shí)，Yi和Ti都不能觀察到．由于截?cái)嗟陌l(fā)生，N是未知的，n是實(shí)際觀察到的樣本容量，并且是隨機(jī)的，顯然有n≤N．為了避免引起混淆，記（X1，Y1，T1），…，（Xn，Yn，Tn）為實(shí)際觀察到的樣本．設(shè)為隨機(jī)變量Y能觀察到的概率．由于θ＝0意味著什么數(shù)據(jù)都觀察不到，所以本文通篇假設(shè)θ＞0．由于N未知，而n已知（盡管隨機(jī)的），因此規(guī)定下文的結(jié)果陳述如下：概率測(cè)度是關(guān)于樣本容量N的，而條件概率P是關(guān)于觀察的樣本容量n的．另外和E分別為在和P下的期望．

對(duì)任意分布函數(shù)L，記aL:＝inf｛x:L（x）＞0｝和bL:＝sup｛x:L（x）＜1｝，U（x）表示點(diǎn)x的某個(gè)鄰域．設(shè)F（·）為Y的分布函數(shù)，F(xiàn)（·，·）和f（·，·）分別為（X，Y）的聯(lián)合分布函數(shù)和聯(lián)合概率密度，則（X，Y）的條件分布函數(shù)為

由上式可以得到（X，Y）的條件密度函數(shù)為

定義C（y）＝P（T≤y≤Y｜Y≤T）＝θ－1G（y）［1－F（y）］，考慮它的經(jīng)驗(yàn)分布函數(shù)Cn（y）＝I（Ti≤y≤Yi）．沿用Lynden－Bell［2］的思想，F(xiàn)（·）和G（·）的最大似然估計(jì)分別為

左截?cái)鄶?shù)據(jù)下，由于觀察樣本為｛（Xi，Yi，Ti），1≤i≤n｝，因此式（1）不能直接用．Ould－Sa?d和Lemdani［3］對(duì)左截?cái)鄶?shù)據(jù)下構(gòu)造了m（·）的NW估計(jì)如下：

這里K（·）定義在R上的核函數(shù)，0＜hn→0為窗寬（n→∞）．更一般地，NW估計(jì)可以看作下列優(yōu)化問(wèn)題的解：

基于式（1）和（3），構(gòu)造變窗寬下的局部線性M估計(jì)（LLME），即尋找和使得下列式子達(dá)到最?。?/p>

或滿足下面等式

這里ψ（·）為ρ（·）的導(dǎo)函數(shù)．

1 主要結(jié)果

設(shè)ε＝Y(jié)－m（X），r0＝（m（x0），hnm（x0））T，μj＝

在給出結(jié)果之前，需要先給出下面的條件：

（A0）aG＜aF，bG＜bF．

（A1）K（·）為連續(xù)的概率密度函數(shù)，且緊支撐，不妨設(shè)［－1，1］．

（A2）α＊≡minxα（x）＞0和α（·）在點(diǎn)x0上連續(xù)．

（A3）回歸函數(shù)m（·）在點(diǎn)x0上具有連續(xù)的二階導(dǎo)數(shù)．

（A4）窗寬hn滿足hn→0和nhn→＋∞．

（A5）對(duì)x∈U（x0），＝0．

（A6）X的密度函數(shù)fX（x）在點(diǎn)x0上連續(xù)，且fX（x0）＞0．

（A7）函數(shù)ψ（·）是連續(xù)的，且?guī)缀跆幪幘哂袑?dǎo)數(shù)ψ′（·）．進(jìn)一步，滿足

（i）函數(shù)Λ1（x）＝和Λ2（x）＝在點(diǎn)x0上為正的且連續(xù)．

（ii）存在γ＞0滿足和在x∈U（x0）上有界．（A8）函數(shù)ψ′（·）滿足當(dāng)δ→0時(shí)，和ψ（ε）－ψ′（ε）z｜｜X＝x］＝o（δ）在x∈U（x0）上一致成立．

注1 （A0）中的條件aG＜aF確保G（Y）≥G（aF）＞0，這樣使得Gn（Yi）≠0，因此本文的估計(jì)是有意義的．條件（A1）～（A8）由Fan和Jiang［1］提出，后為很多作者［4－5］引用．

定理1 在條件（A0）～（A8）下，等式（5）存在解，記為，使得∞，這里．

定理2 假設(shè)條件（A0）～（A8）成立，則

推論1 在定理2條件下，有

接下來(lái)，給出定理2的一個(gè)特殊情形，下面這個(gè)推論實(shí)際上是文［1］中的定理2．2．

推論2 在定理2的條件下，如果θ→1，有

2 模擬研究

下文通過(guò)模擬研究回歸函數(shù)m（x）的局部線性M估計(jì)在有限樣本下的效果．特別地，通過(guò)整體均方誤差比較和NW估計(jì)的效果．考慮下面模型：

這里Xi～Uniform（－2，2）獨(dú)立于εi，εi下面確定．該模型用于文［1］中．本文模擬N個(gè)獨(dú)立同分布的隨機(jī)變量Ti～N（μ，1），這里μ可以調(diào)整來(lái)獲得θ．接受滿足Yi≥Ti的樣本（Xi，Yi，Ti），i＝1，…，n．在這個(gè)例子中，使用Epanechnikov核函數(shù)，并且選擇Huber型函數(shù)ψ（y）＝max｛c，min｛y，c｝｝．為了比較和，考慮εi下面不同的分布：

（a）標(biāo)準(zhǔn)正態(tài)分布：εi～N（0，1）；

（b）受污染的正態(tài)分布：εi～0．85N（0，1）＋0．15N（0，82）；

（c）柯西分布：εi～C（0，1）．

由模型（6）分別產(chǎn)生容量n為200，500和800的樣本．在表1中，取θ值分別為30%，60%，90%，并且基于M＝200次重復(fù)計(jì)算這些估計(jì)的整體均方誤差（GMSE）．另外，利用一個(gè)簡(jiǎn)單方法選擇窗寬，對(duì)窗寬hn的取值從0．05到1，增量為0．1，選擇一個(gè)使得GMSE達(dá)到最小的窗寬．GMSE定義如下：

從表1看出：1）當(dāng)誤差服從標(biāo)準(zhǔn)正態(tài)分布時(shí)，這兩個(gè)估計(jì)模擬的效果都比較好．但是當(dāng)誤差為受污染的正態(tài)分布以及柯西分布時(shí)，更穩(wěn)??；2）這兩個(gè)估計(jì)模擬的效果隨著n越大而越好；3）這兩個(gè)估計(jì)的效果會(huì)受到θ的影響，且隨著θ越大而越好．

表1 估計(jì)和的整體均方誤差Tab．1 The global mean squared errors of the estimatorsand

表1 估計(jì)和的整體均方誤差Tab．1 The global mean squared errors of the estimatorsand

θ n （a）＾mn（·）m＊n（·）（b）＾mn（·）m＊n（·）（c）＾mn（·）m＊n（·）30%200 0．031 2 0．036 7 0．137 6 0．931 1 0．146 1 6．987 2 500 0．029 7 0．032 7 0．107 5 0．873 5 0．128 3 6．119 4 800 0．017 5 0．029 3 0．089 7 0．715 1 0．091 6 5．258 7 60%200 0．026 4 0．029 8 0．111 8 0．792 1 0．128 9 5．201 4 500 0．020 1 0．026 7 0．093 1 0．702 2 0．103 4 4．727 2 800 0．016 1 0．020 3 0．071 9 0．539 1 0．080 1 4．189 7 90%200 0．018 1 0．020 9 0．091 4 0．565 1 0．101 8 4．120 9 500 0．011 4 0．018 6 0．057 8 0．439 9 0．062 1 2．792 1 800 0．008 4 0．012 7 0．033 9 0．328 3 0．049 0 2．200 7

3 定理的證明

引理1 假設(shè)條件（A0）～（A8）成立．對(duì)任意隨機(jī)變量序列，滿足max1≤i≤n｜ηi｜＝op（1），

證明 以下僅證明第一個(gè)等式，第二個(gè)等式可以類(lèi)似地證明．注意到

通過(guò)條件（A1），（A6），（A7（i））和式（2），有

由條件（A1），（A6），（A7（ii））和式（2），得

結(jié)合式（8），有

注意到｜Xj－x0｜≤hn／α＊，由（A8）和式（11）得

這里aη和bη為兩個(gè)正數(shù)列，當(dāng)η→0時(shí)都趨近于0．由于max1≤i≤n｜ηi｜＝op（1），這樣＝op（1），這里．通過(guò)，得到＝op（1），結(jié)合式（7）和（10），引理1得證．

引理2 在條件（A0）～（A8）下，有

證明 由Yi＝m（Xi）＋εi，R（Xi）＝m（Xi）－m（x0）－m′（x0）（Xi－x0），得

通過(guò)（A3）和泰勒展開(kāi)式，對(duì)｜Xi－x0｜≤hn／α＊（i＝1，…，n），有

通過(guò)（A8）和式（13），類(lèi)似引理1的證明，得到

應(yīng)用引理1的第二個(gè)結(jié)論，有

另一方面，由條件（A1），（A6），（A7（i））和式（2）得

引理3 在條件（A0）～（A8）下，有

為了證明這結(jié)果，僅僅證明，對(duì)任意給定的實(shí)數(shù)向量d＝（d1，d2）T≠0，有，θ－1Λ2（x0）fX（x0）α（x0）dTS＊d）．而

通過(guò)式（16）得EWi＝0．類(lèi)似式（17）的證明，有

由（A7（ii）），得到

這樣，利用Lyapunov中心極限定理，有

注意到

定理1的證明 設(shè)r＝（a，hnb）T和＝（1，（Xi－x0）／hn）T．注意到式（4）可以表達(dá)為

通過(guò)泰勒展開(kāi)式得到

這里r＊界于r和r0之間，?n（r0）＝．

通過(guò)引理2，有?′n（r0）＝op（1），這可以得到

注意到

?″n（r＊）＝，這里．由于｜Xi－x0｜≤hn，當(dāng)δ→0和n→∞，有max1≤i≤n｜ηi｜≤max1≤i≤n｜R（Xi）｜＋2δ→0．根據(jù)引理1，得到?″n（r＊）＝θ－1fX（x0）Λ1（x0）S（1＋op（1））．設(shè)λ0為正定矩陣S的最小特征值．則對(duì)充分小的δ，有

這樣結(jié)合式（19）和（20），得到式（18）．

通過(guò)式（18），?n（r）在的內(nèi)部有一個(gè)局部最小值．在這個(gè)局部最小值，式（5）一定滿足．設(shè)為最靠近r0的根．則＝1，這證明了定理1的結(jié)論．

這里Xihn由定理1的證明中給出．注意到

根據(jù)定理1的結(jié)果，得到

由式（21）～（24），得到

通過(guò)引理3，定理2得證．

［1］Fan Jianqiang，Jiang Jiancheng．Variable bandwidth and one－step local M－estimator［J］．Science in China Series A，2000，43（1）：65－81．

［2］Lynden－Bell D．A method of allowing for known observational selection in small samples applied to 3CR quasars［J］．Monthly Notices of the Royal Astronomical Society，1971，155：95－118．

［3］Ould－Sa?d E，Lemdani M．Asymptotic properties of a nonparametric regression function estimator with randomly truncated data［J］．Ann Inst Statist Math，2006，58（2）：357－378．

［4］Jiang Jiancheng，Mack Y P．Robust local polynomial regression for dependent data［J］．Statistica Sinica，2001，11（3）：705－722．

［5］Cai Zongwu，Ould－Sa?d E．Local M－estimator for nonparametric time series［J］．Statist Probab Lett，2003，65（4）：433－449．

［6］Woodroofe M．Estimating a distribution function with truncated data［J］．Ann Statist，1985，13（1）：163－177．