论文部分内容阅读
这份报纸在依赖变量作为预言者变量与两个有关是有限长度和一个珍视功能的随机的变量的向量的部分功能的线性 quantile 在回归学习评价。斜坡功能被功能的主要部件基础估计。斜坡参数的向量的评估者的 asymptotic 分发被导出,未知斜坡功能的 quantile 评估者的全球集中率在合适的标准下面被建立。这率在在 covariate 和斜坡功能的协变性核上的一些光滑假设下面的得最高分的战略意义是最佳的,这被显示出。为建议评估者的摆平的预言错误也是的平均数的集中率被建立。我们的过程的有限样品性质通过蒙特卡罗