데이터 적응형 커널 추정으로 함수 추정: 최적 스무딩 폭 찾기

초록

본 논문은 지역적 커널 스무딩을 이용해 함수 추정의 평균 제곱 오차를 이론적으로 분석하고, 오차를 최소화하도록 커널 형태와 반폭을 자동으로 조정하는 방법을 제시한다. 적합도 기반 반폭 선택은 ASR(h)와 패널티 항을 이용해 구현하되, 민감성을 완화하기 위해 두 파라미터 모델에 피팅한다. 또한 초기 2차 미분 추정 후 플러그인 방식으로 최적 커널을 구한다.

상세 분석

이 논문은 비모수 함수 추정에서 가장 핵심적인 문제인 “얼마나 스무딩할 것인가”에 대해 체계적인 해답을 제시한다. 먼저 관측값 (y_i = f(x_i)+\varepsilon_i) ( (\varepsilon_i)는 평균 0, 분산 (\sigma^2)인 잡음) 에 대해 로컬 커널 추정기 (\hat f_h(x)=\sum_i K_h(x-x_i)y_i / \sum_i K_h(x-x_i)) 를 정의하고, 기대 오차 (E