非参数估计

非参数估计是一种统计方法，允许在没有任何理论指导或约束的情况下获得数据拟合的函数形式。因此，非参数估计的程序没有有意义的相关参数。非参数技术的两种类型是人工神经网络和核估计。

人工神经网络通过将未知函数表示为多个sigmoid函数的加权和来建模，这些sigmoid函数通常选择为logit曲线，每个logit曲线都是所有相关解释变量的函数。这相当于一种非常灵活的函数形式，其估计需要基于梯度的非线性最小二乘迭代搜索算法。

核估计指定 ，其中 是 的条件期望，没有任何参数形式，误差 的密度完全未指定。 个观测值 和 用于估计 和 的联合密度函数。点 的密度是通过查看 个观测值中有多少“接近” 来估计的。此过程涉及使用称为核的函数为附近的观测值分配权重。