非引數估計

非引數估計是一種統計方法，允許在沒有任何理論指導或約束的情況下獲得資料擬合的函式形式。因此，非引數估計的程式沒有有意義的相關引數。非引數技術的兩種型別是人工神經網路和核估計。

人工神經網路透過將未知函式表示為多個sigmoid函式的加權和來建模，這些sigmoid函式通常選擇為logit曲線，每個logit曲線都是所有相關解釋變數的函式。這相當於一種非常靈活的函式形式，其估計需要基於梯度的非線性最小二乘迭代搜尋演算法。

核估計指定 ，其中 是 的條件期望，沒有任何引數形式，誤差 的密度完全未指定。 個觀測值 和 用於估計 和 的聯合密度函式。點 的密度是透過檢視 個觀測值中有多少“接近” 來估計的。此過程涉及使用稱為核的函式為附近的觀測值分配權重。