求答复，真的很急。是不是悬赏不够吸引人Orz

烧一半论坛币来悬赏...求解答qwq

再加100论坛币...

我不太明白
既然是非参数回归，为什么还会有回归系数，系数不就是参数了吗

就比如Ｒｉｔ ＝βｉＲｍｔ＋γｉ*ｆ（θｔ）＋εｉｔ，怎样在使用非参数回归时将γｉ估计出来？见到其他的文章是能够将γｉ算出来的...

我对于非参数回归的理解是：ｆ（θｔ）的形式是未知的但如果是参数回归的话那么ｆ（θｔ）的形式是确定的——比如是Ｒｉｔ 关于θｔ的平方的回归或者是关于θｔ的三次方的回归...不知道这样解释有没有问题？

dd求大神解答_(:з」∠)_

求解答求解答qwqqqq

提供一个matlab的程序，附件data.mat表示实际数据，result.mat表示运行结果
load data.mat
N=20;
x1=data(:,1)';
y=data(:,2)';
[p,~]=size(x1);
Beta1=zeros(2,N);
Betakernel1=zeros(2,N);
%------------cv格子点带宽选择
for t=1:1000
    h1=t*1;
    for i=1:N
        xstar1=x1(:,i);
        W1=zeros(1,N);
        for j=1:N
            W1(1,j)=exp(-(x1(1,j)-xstar1(1))^2/(2*h1(1)^2));
        end
        W1(i)=[];
        W=diag(W1);
        X1=[ones(N,1),x1'-xstar1];
        X1(i,:)=[];
        Xkernel=ones(N,1);
        Xkernel(i)=[];
        ytemp=y;
        ytemp(i)=[];
        Beta1(:,i)=(X1'*W*X1)\X1'*W*ytemp';%------局部线性估计
        %     Betakernel1(:,i)=(Xkernel'*W*Xkernel)\Xkernel'*W*ytemp';%----------局部核估计
    end
    yhat1=Beta1(1,:);
    MSECV(t)=(yhat1-y)*(yhat1-y)'/N;
end
h1=find(MSECV==min(MSECV));%----------最优带宽

for i=1:N
    xstar1=x1(:,i);
    W1=zeros(N,N);
    for j=1:N
        W1(j,j)=exp(-(x1(1,j)-xstar1(1))^2/(2*h1(1)^2));
    end
    X1=[ones(N,1),x1'-xstar1];
    Xkernel=ones(N,1);
    Beta1(:,i)=(X1'*W1*X1)\X1'*W1*y';%------------局部线性估计
    %Betakernel1(:,i)=(Xkernel'*W1*Xkernel)\Xkernel'*W1*y';%----------局部核估计
end
yhat1=Beta1(1,:);
MSENRR1=(yhat1-y)*(yhat1-y)'/N;
plot(x1,y,'*',x1,yhat1,'-')

冒昧打扰，我想向您请教一下：在非参数回归里窗宽的选取很重要但是实际上在这两张图里窗宽作为一个常数对最小化式子估计a,b的值好像没有影响。请问这是为什么呢？

抱歉网络问题，图片的顺序反了

您好，麻烦问一下，最后提取出来了吗