lls<-function(x, y, h, grid, method=1,iker = 1)
{ # SIMPLE BUT NAIVE IMPLEMENTATION of
  # local constant or local linear with kernel symmetric beta kernel
  # (1-u^2)^iker and bandwidth h, evaluated at "grid".
  #method = 0, local linear fit;
  #     = 1, local constant fit
  #iker is an integer.
  #result: grid, est
  ngrid<-length(grid)
  res <- rep(0,ngrid)

  for (j in 1:ngrid)
  { w <- locw(x,grid[j],h)           #Epanechnikov kernel
   x0 <- x[ w > 0]                   #local data
   y0 <- y[ w > 0]
   w <- w[w > 0]
   w <- w^iker
   coef <- lsfit(x0-grid[j],y0,w)$coef
   if(method==1)
      res[j] <- lsfit(x0-grid[j],y0,w)$coef[1]
    else
      res[j] <- lsfit(x0-grid[j],y0,w,intercept=FALSE)$coef[1]
    }
  list(grid=grid,est=res)
  }


ep=function(t)
(3/4)*(1-t^2)*(1-t^2>=0)
locw=function(T,t,h){   
  y=T-t;Kh=ep(y/h)/h;
  s1=t(Kh)%*%y;s2=t(Kh)%*%(y^2);
  return(Kh*(s2-s1*y)/sum(Kh*(s2-s1*y)));     
  }

这是一个局部多项式的函数,更多的你可以查一下范剑青的书《非线性时间序列》，还有一本《局部多项式》

这个我早就看过了，看不懂。。。还是谢谢了

1# guluzhe

我有程序哈 matlab 版的  自己编的

能不能给发一份程序啊，wojiushiwomvp@163.com，谢谢啊