样条单指标预测模型

在过去二十年中，单指标模型作为投影寻踪回归的一个特例，已被证明是处理非参数回归中高维问题的一种有效方法。本文基于弱相依样本，研究了单指标预测（SIP）模型，该模型对于偏离单指标模型的情况具有稳健性。无论预测函数是否为真正的单指标函数，单指标均通过响应变量多元预测函数的最佳逼近来识别。我们为单指标预测系数提出了一个多项式样条估计量，并证明其具有根号 n 一致性和渐近正态性。采用了一种迭代优化程序，其速度足以让用户在数秒内分析高维大数据。模拟实验提供了强有力的证据，证实了渐近理论。将所提出的方法应用于冰岛河流流量数据，得到了优越的样本外滚动预测结果。