估计员
数学
系列(地层学)
一致性(知识库)
非参数回归
时间序列
收敛速度
回归
趋同(经济学)
非参数统计
统计
渐近分布
混合(物理)
强一致性
回归分析
应用数学
算法
计算机科学
古生物学
几何学
经济
生物
计算机网络
频道(广播)
物理
量子力学
经济增长
作者
Nengxiang Ling,Shuyu Meng,Philippe Vieu
标识
DOI:10.1080/10485252.2019.1583338
摘要
In this paper, we investigate the k-nearest neighbours (kNN) estimation of nonparametric regression model for strong mixing functional time series data. More precisely, we establish the uniform almost complete convergence rate of the kNN estimator under some mild conditions. Furthermore, a simulation study and an empirical application to the real data analysis of sea surface temperature (SST) are carried out to illustrate the finite sample performances and the usefulness of the kNN approach.
科研通智能强力驱动
Strongly Powered by AbleSci AI