Abstract：
多元条件密度函数 x X y fY 可以告诉我们许多被解释变量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，本文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。
Keyword：
Reprint 's Address：
Email：
Source ：
Year： 2006
Language： Chinese
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
