而非参数回归模型是基于数据本身，其回归函数的形式可以任意，因而有较大适应性。
一种是非参数的模拟方法，包括历史模拟法和蒙特卡罗模拟法。
在讨论（广义）非参数似然比拟合优度检验时，加权经验过程理论是一个非常重要的基础。
在独立样本下研究非参数回归函数加权核估计的强相合性，得到了一些较弱的充分条件。
研究方向：风险管理与统计分析、宏观经济统计分析、非参数统计分析。
半参模型不仅保留了模型中参数部分提供的明确信息，并且半参模型具有类似非参模型的良好稳健性。
另外，非参数化形式的bootstrapping不需要对底层PDF做任何假设。
其次，介绍了相关的非参数核密度估计的理论和反事实浅析浅析法的主要思想。
然后，本文对于中资银行引入境外股东对绩效的影响按引资阶段分别采用非参数检验和案例研究的方法加以实证分析。
我们会展示我们的方法在非参数的框架，但我们可以很容易地应用它参数模型。
包括多维项目反应理论、非参数项目反应理论的研究，和认知诊断理论的探索。
因此，加权核密度估计是一种有应用和研究价值的方法。
我们区分贝叶斯和非贝叶斯和充分参数，半参数和非参数方法。
第二章介绍了参数项目反应理论模型及其假设，以及非参数项目反应理论模型和常用平滑方法。
通过匹配的方法给出相似可分离函数的非参数回归估计。
第一阶段通过非参数分位数回归估计局中人的策略与期望支付函数；
其中，在假设检验与方差分析当中增加一部分非参数统计的内容。
提出了一种用于检测运动目标的非参数多模态背景模型。
给出了带估计参数的上界型和积分型两种非参似然比拟合优度检验统计量。
因此，对非参数局部多项式回归估计模型进行深入、系统、广泛的研究显得非常重要。
利用小波方法对噪声为混合序列的非参数回归函数的跳跃点进行检测。
1·Methods It is discussed by nonparametric piecewise polynomial estimation and least squares estimation.
方法利用非参数分段多项式估计和最小二乘法进行讨论。
2·Its rates of convergence in interior points equal the optimal rate convergence for estimating nonparametric function.
它在内点处的收敛速度达到了非参数函数估计的最优收敛速度。
3·In order to track a target in space and scale in a complex background, a target tracking algorithm based on the nonparametric clustering and multi-scale images is presented.
为了实现复杂背景下的目标空间定位和尺度定位，提出了一种基于非参数聚类和多尺度图像的目标跟踪算法。
4·The purpose is to estimate unknown parameters and nonparametric function using a polynomial spline method.
旨在利用多项式样条方法，对未知参数和非参数函数进行估计。
5·A new nonparametric regression learning algorithm for RBF neural network is presented. It is a novel method involving a combination between regression trees and RBF networks.
介绍了一种新的非参数回归R BF神经网络学习算法，该算法将R BF神经网络与回归树结合起来使用。