论文部分内容阅读
Semiparametric 回归模型和估计的协变性功能为纵的学习是很有用的。注意积极明确的限制，我们采用修改 Cholesky 分解途径分解协变性结构。当允许 nonparametric 变化功能时，然后，协变性结构被强加参量的在内题目关联被一个 semiparametric 模型适合。我们由使用本地线性技术估计回归函数并且为平均数和关联参数建议概括估计的方程。核评估者为 nonparametric 变化功能的评价被开发。结果的 Asymptotic 规度评估者被建立。最后，模拟学习和真实数据分析被用来