Asymptotic optimal bandwidth selection in kernel regression function estimation

커널 회귀함수 추정에서 점근최적인 평활량의 선택에 관한 연구

We considered the bandwidth selection method which has asymptotic optimal convergence rate $n^{-1/2}$ in kernel regression function estimation. For the proposed bandwidth selection, we considered Mean Averaged Squared Error as a performance criterion and its Taylor expansion to the fourth order. Then we estimate the bandwidth which minimizes the estimated approximate value of MASE. Finally we show the relative convergence rate between optimal bandwidth and proposed bandwidth.

본 논문에서는 커널 회귀함수의 추정방법에서 최적수렴율 $n^{-1/2}$을 가지는 평활량을 선택하는 방법에 대한 연구를 고려하였다. 이러한 평활량의 선택을 위하여 먼저 평활량의 수행측도인 기대평균제곱오차의 근사값을 4차항까지 테일러 급수전개를 하고 그 전개식을 최소화하는 평활량을 고려하였다. 이때 이 평활량이 포함하고 있는 미지의 범함수를 높은 차수의 커널함수를 이용하여 더욱 정확히 추정할 수 있음을 제안한다. 또한 이렇게 구한 평활량과 최적 평활량과의 상대적 수렴율이 $n^{-1/2}$가 됨을 보였다.