%0 Journal Article
%T UNIFORM STRONG CONSISTENCY OF NONPARAMETRIC ESTIMATION OF A DISTRIBUTION FUNCTION AND A REGRESSION FUNCTION UNDER DEPENDENT SAMPLES<br>相依样本分布函数、回归函数的非参数估计的强相合性
%A CHAI GEN-XIANG
%A <br>柴根象
%J 系统科学与数学
%D 1988
%I 
%X 设 X_1,X_2,…,X_n 是来自未知分布函数 F(x)的 R~d(d≥1)维随机样本,通常用基于 X_1,X_2,…,X_n 的经验分布函数 F_n(x)来估计 F(x).当样本是独立时,'F_n(x)的大样本性质是众所周知的.Yamato 在1973年提出了 F(x)的核估计的方法:设 W_(?)(x)是 R~d 上的已知分布函数,定义 F(x)的核估计为
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=6E709DC38FA1D09A4B578DD0906875B5B44D4D294832BB8E&cid=37F46C35E03B4B86&jid=0CD45CC5E994895A7F41A783D4235EC2&aid=312F995482F00AD32BEE7C9F503D08C4&yid=0702FE8EC3581E51&vid=5D311CA918CA9A03&iid=38B194292C032A66&sid=C1B34927D429E92F&eid=334C61CAF4C8EF4E&journal_id=1000-0577&journal_name=系统科学与数学&referenced_num=5&reference_num=0