R 中的迭代偏差减小多元平滑：ibr 程序包

在多元非参数分析中，协变量的稀疏性（亦称维度灾难）迫使人们使用较大的平滑参数，这会导致平滑器有偏。不同于聚焦于最优选择平滑参数，我们将其固定于某个足够大的值以确保对数据的过度平滑。由此得到的基础平滑器方差较小但偏差显著。本文提出一个名为 ibr 的 R 程序包，通过平滑残差得到偏差的估计，从而迭代修正（基础）估计量的初始偏差。在简要描述迭代偏差减小（Iterated Bias Reduction）平滑器之后，我们考察了该程序包中实现的基础平滑器：Nadaraya-Watson 核平滑器和薄板样条平滑器。接着，我们解释了程序包中可用的停止规则及其实现。最后，我们通过两个例子来演示该程序包：一个 RxR 中的玩具示例和原始的洛杉矶臭氧数据集。