论文部分内容阅读
由多元条件密度函数fY｜X（y｜x）（x∈ ）可以知道许多被解释变量Y对解释变量X的回归关系的信息，其条件期望就是回归函数，条件方差就是回归误差项的条件方差．为了克服高维空间数据稀松性带来的估计上的困难，提出多元条件密度函数的投影追踪估计方法，通过最小化Kullback-Leibler距离，得到了最优初始条件密度函数和每一步的增量函数和方向向量，还给出了估计步骤及其终止法则．