• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    響應(yīng)變量隨機(jī)缺失的相依函數(shù)型單指標(biāo)模型的k近鄰估計

    2023-11-18 09:55:24何文然黃振生
    關(guān)鍵詞:均方樣本量誤差

    何文然,黃振生

    南京理工大學(xué) 數(shù)學(xué)與統(tǒng)計學(xué)院,南京 210094

    1 引 言

    過去幾十年來,高維數(shù)據(jù)處理一般采用單指標(biāo)模型進(jìn)行降維,一方面可以避免維數(shù)災(zāi)難問題,另一方面能夠保持多元回歸中非參數(shù)方法的優(yōu)勢。該模型在生物醫(yī)學(xué)、自然科學(xué)和經(jīng)濟(jì)金融諸多領(lǐng)域已體現(xiàn)出巨大的研究價值和廣泛的實際應(yīng)用前景。伴隨著函數(shù)型數(shù)據(jù)分析的熱潮,統(tǒng)計學(xué)者考慮將單指標(biāo)模型降維的半?yún)?shù)優(yōu)點和函數(shù)型數(shù)據(jù)結(jié)合,引入了函數(shù)型單指標(biāo)回歸模型[1]:

    Y=r(〈θ,X〉)+ε

    (1)

    其中,函數(shù)r(·)是未知連接函數(shù),r:R→R;θ是未知函數(shù)型單指標(biāo)參數(shù),取值于可分的Hilbert空間H;ε是隨機(jī)誤差項,滿足E(ε|X)=0;Y是標(biāo)量響應(yīng)變量;X是函數(shù)型協(xié)變量,取值于可分的Hilbert空間H。

    Ferraty等[1]首先研究函數(shù)型單指標(biāo)模型式(1),給出模型的核估計,并討論了估計量的漸進(jìn)性質(zhì),但并沒有給出單指標(biāo)函數(shù)的估計;隨后,Ait-Sa?di等[2]提出采用交叉驗證方法估計未知的單指標(biāo)參數(shù),基于固定帶寬,采用核估計得到未知的連接函數(shù),并給出了估計量的漸近一致收斂速度;Attaoui等[3]利用核方法研究函數(shù)型單指標(biāo)模型的條件密度估計,給出估計量的逐點和一致幾乎完全收斂速度,特別地,他們利用擬極大似然估計研究了單指標(biāo)參數(shù);Ferraty等[4]基于泛函導(dǎo)數(shù)估計提出一種新的估計方法;Said等[5]在強(qiáng)混合時間序列情況下,得到基于固定帶寬的條件密度核估計量在一般條件下的均勻幾乎完全收斂速度和漸近正態(tài)性,同時給出了估計量的置信區(qū)間;此外,Ding等[6]研究一類函數(shù)型部分線性單指標(biāo)模型并提出一種結(jié)合局部常數(shù)平滑的剖面最小二乘法來估計斜率函數(shù)和連接函數(shù)。近年來,Novo等[7]第一次在獨立條件下,在函數(shù)型半?yún)?shù)模型采用k近鄰來估計未知連接函數(shù),并討論單指標(biāo)已知與未知時估計量的漸近一致收斂速度,同時采用交叉驗證來估計未知的單指標(biāo)參數(shù)。但是,他們是在獨立樣本的條件下研究的,沒有考慮相依情況下的函數(shù)型數(shù)據(jù)。

    上述所有涉及的貢獻(xiàn)都是在完全觀測樣本下發(fā)生的。然而,許多實際工作中,如市場調(diào)查、醫(yī)學(xué)研究、信度檢驗等,一些觀察結(jié)果可能不完整,通常被稱為缺失數(shù)據(jù),其統(tǒng)計分析因為內(nèi)容很少或者缺失,變得非常困難和具有挑戰(zhàn)性。隨機(jī)缺失是最基本的,也是應(yīng)用最廣泛的關(guān)于缺失機(jī)理的假設(shè)。在解釋變量為有限維時,可以在統(tǒng)計文獻(xiàn)中找到許多這種情況的例子及其回歸模型的統(tǒng)計推斷。當(dāng)解釋變量為無限的情況或有函數(shù)型特征時,有很少的文獻(xiàn)研究缺失數(shù)據(jù)的模型,僅有Ferraty等[8]基于獨立同分布樣本研究了響應(yīng)變量隨機(jī)缺失的函數(shù)型非參數(shù)回歸模型;Ling等[9]同樣基于函數(shù)型非參數(shù)模型,利用函數(shù)型平穩(wěn)遍歷數(shù)據(jù)研究了未知估計量的漸近性質(zhì)。近年來,Febrero-Bande等[10]基于函數(shù)型線性回歸模型,對于獨立同分布樣本下的標(biāo)量響應(yīng)隨機(jī)缺失的函數(shù)型數(shù)據(jù),提出一種效率更高的新模型估計方法;Ling等[11]則對于響應(yīng)變量隨機(jī)缺失的強(qiáng)混合時間序列數(shù)據(jù),研究了函數(shù)型單指數(shù)回歸模型的未知參數(shù)和未知函數(shù)的估計,同時在一些正則條件下,得到了估計量的一致幾乎完全收斂速度以及漸近正態(tài)性。

    綜上所述,函數(shù)型數(shù)據(jù)分析方法大多是在獨立同分布的情形下研究的,與之相比,具有強(qiáng)混合時間序列的數(shù)據(jù)分析并沒有受到廣大學(xué)者的足夠重視。函數(shù)型單指標(biāo)模型作為一種半?yún)?shù)模型,同時具有參數(shù)模型和非參模型的優(yōu)勢,通常的估計方法一般為經(jīng)典核方法,具有更強(qiáng)數(shù)據(jù)適用性的k近鄰方法并沒有被普及,且同時對于響應(yīng)變量隨機(jī)缺失的情形,參考文獻(xiàn)至今未被研究。但是響應(yīng)變量隨機(jī)缺失的缺失數(shù)據(jù),以及具有強(qiáng)混合結(jié)構(gòu)的函數(shù)型時間序列數(shù)據(jù)是一類重要的亟待處理的問題。

    受以上論文的啟發(fā),本文在強(qiáng)混合函數(shù)型時間序列數(shù)據(jù)和響應(yīng)變量隨機(jī)缺失下研究模型式(1)。利用具有局部窗寬的k近鄰方法估計給出未知連接函數(shù)的估計量,改進(jìn)了具有全局窗寬的函數(shù)型經(jīng)典核方法。k近鄰方法可以自適應(yīng)調(diào)整窗寬,對數(shù)據(jù)具有更好的適用性,利用模擬研究對比k近鄰方法和函數(shù)型經(jīng)典核方法的估計精度,驗證所提模型和方法的有效性。同時,用兩種估計方法對同一個實際例子進(jìn)行分析擬合,通過實際數(shù)據(jù)擬合的好壞進(jìn)一步說明k近鄰估計方法的優(yōu)越性。

    文章的剩余部分如下:第一章給出了模型的估計方法,第二章進(jìn)行了數(shù)值模擬,第三章給進(jìn)行了實例分析,在第四章給出了結(jié)論。

    2 函數(shù)型單指標(biāo)模型和估計

    考慮以下函數(shù)型單指標(biāo)模型:

    Y=r(〈Xi,θ〉)+εi,i=1,2,…,n

    (2)

    假設(shè){(Xi,δi,Yi),1≤i≤n} 是一列來自總體 (X,δ,Y) 的函數(shù)型數(shù)據(jù)樣本,Yi∈R;Xi∈H;θ∈θ(t),取值于可分的 Hilbert 空間H,t∈R;d(·,·) 為空間H上的半度量,dθ(x1,x2)=|〈x1-x2,θ〉|;εi要滿足E(εi|Xi)=0;同時當(dāng)Yi缺失時,δi=0, 否則δi=1; 假設(shè)P(δi=1|Yi,xi)=P(δi=1|xi)=p(xi),i=1,2,…,n。

    類似于Ling等[11],r(〈θ,x〉) 的k近鄰估計量構(gòu)造如下:

    其中,

    上式中包含的K(·) 為核函數(shù), 而Hn,k,θ(x) 為隨機(jī)窗寬,定義如下:

    其中,Bθ(x,h) 為以x為中心,h(h>0) 為半徑的小球 ,IBθ(x,h)(·) 為集合的示性函數(shù)。若Hn,k,θ(x)=hn(x), 其中hn(x) 為一列非負(fù)隨機(jī)正序列, 且隨著n→∞,hn(x)→0,則類似于Kudrasz等[11]提出的經(jīng)典核估計, 窗寬依賴于固定點, 表達(dá)式如下:

    實際操作中,函數(shù)型單指標(biāo)θ無法通過先驗知識知曉, 為此需要一個估計它的方法。 這里和Ling等[11]一致, 借用Ding等[7]的一個想法, 采用剖面最小二乘法結(jié)合局部平滑常數(shù)技術(shù)來估計θ。

    下面給出估計流程。

    步驟1 構(gòu)建含參數(shù)(θ)的目標(biāo)損失函數(shù):

    步驟2 基于剖面最小二乘法,結(jié)合局部平滑常數(shù)技術(shù)來估計θ。將θ分解為協(xié)方差函數(shù)主成分分解得到的基函數(shù)的累加和形式,同時確定主成分基函數(shù)的數(shù)目,最后將估計函數(shù)的問題變?yōu)楣烙嫽瘮?shù)前系數(shù)的問題。

    步驟3 步驟1的含參(θ)目標(biāo)函數(shù),變?yōu)榱宋粗康幕瘮?shù)前系數(shù),對損失函數(shù)求解最小值得到系數(shù)。

    3 數(shù)值模擬

    本節(jié)的目的是通過模擬對比k近鄰方法(kNN)與經(jīng)典核方法(NW), 以驗證本文所提方法的有效性。基于模型式(2), 函數(shù)型解釋變量Xi=Xi(t)由以下函數(shù)生成:

    圖1 曲線xi=1,…,200(tj),tj=1,…,100∈[0,π/3]Fig.1 Curve xi=1,…,200(tj),tj=1,…,100∈[0,π/3]

    函數(shù)型單指標(biāo)參數(shù)構(gòu)造如下:

    本文的θ(t) 估計方法同Ling 等[11]一致,用積分平方誤差FRISE作為評價指標(biāo)來評價θ(t)估計的好壞。

    本文的缺失機(jī)制,參考Ling等[11],缺失機(jī)制滿足:

    其中,p(x)=P(δ=1|X=x),對任意w∈R,有exgit(w)=ew/(1+ew)。這里參數(shù)α控制缺失率,當(dāng)α增加時,缺失率下降,這里選取α=2。

    如表1所示,模擬研究了單指標(biāo)θ已知、未知情形下,k近鄰方法與經(jīng)典核方法預(yù)測效果的好壞,評價指標(biāo)為平均均方誤差;同時也考慮k近鄰方法與經(jīng)典核方法對未知參數(shù)θ的估計優(yōu)劣。模擬時,將樣本分為訓(xùn)練集與預(yù)測集,用訓(xùn)練集來訓(xùn)練帶寬,其中經(jīng)典核方法為全局最優(yōu)帶寬,k近鄰方法為自適應(yīng)窗寬,它可以基于樣本得到一個個局部窗寬,對樣本的適應(yīng)性更優(yōu)。為了方便,預(yù)測集樣本量統(tǒng)一設(shè)置為100。表1中的n為訓(xùn)練集樣本量,同時對每個樣本重復(fù)200次。

    表1 兩種方法在不同樣本量下的積分平方誤差和 平均均方誤差Table 1 The integral square error and mean square error of the two methods under different sample sizes

    從表1可以看出:在單指標(biāo)θ未知情況下,預(yù)測集中,k近鄰方法的估計精度要優(yōu)于經(jīng)典核方法。在訓(xùn)練樣本量為100時,相比于經(jīng)典核方法,k近鄰方法對應(yīng)的平均均方誤差下降了47%,在訓(xùn)練樣本量為300時,下降了60%。這說明隨著樣本量增加,k近鄰方法比經(jīng)典核方法估計效果更優(yōu)。

    在單指標(biāo)θ已知情況下,同樣在預(yù)測集中,k近鄰方法的估計精度也要優(yōu)于經(jīng)典核方法,同樣地,隨著樣本量的增加,k近鄰方法的改進(jìn)幅度要大于經(jīng)典核方法。在訓(xùn)練樣本量為100時,相比于經(jīng)典核方法,k近鄰方法對應(yīng)的平均均方誤差下降了45%,在訓(xùn)練樣本量為300時,下降了60%,且相比于θ未知的時候,k近鄰方法與經(jīng)典核方法估計精度都得到了提高。因此,對θ估計效果的好壞也是影響最終估計效果的一個重要因素。

    從表1可以看出:在估計θ時,k近鄰方法的表現(xiàn)也要優(yōu)于經(jīng)典核方法,同時隨著樣本量的增大,k近鄰方法對θ估計效果的提升也要高于經(jīng)典核方法。在訓(xùn)練樣本量為100時,相比經(jīng)典核方法,k近鄰對應(yīng)的平均均方誤差下降了37%,在訓(xùn)練樣本量為300時,下降了39%。

    在訓(xùn)練集中,k近鄰方法的表現(xiàn)也同樣優(yōu)于經(jīng)典核方法。

    在訓(xùn)練集中,當(dāng)θ未知時,可以看到k近鄰方法的估計精度要優(yōu)于經(jīng)典核方法。隨著樣本量的增加,k近鄰方法的改進(jìn)幅度要大于經(jīng)典核方法。在訓(xùn)練樣本量為100時,相比于經(jīng)典核方法,k近鄰方法對應(yīng)的平均均方誤差下降了46%,在訓(xùn)練樣本量為300時,下降了69%。

    在訓(xùn)練集中,當(dāng)θ已知時,可以看到k近鄰方法的估計精度同樣也要優(yōu)于經(jīng)典核方法。隨著樣本量的增加,k近鄰方法的改進(jìn)幅度要大于經(jīng)典核方法。在訓(xùn)練樣本量為100時,相比于經(jīng)典核方法,k近鄰方法對應(yīng)的平均均方誤差下降了47%,在訓(xùn)練樣本量為300時,下降了70%。

    綜上可以看出:k近鄰方法基于樣本本身自適應(yīng)調(diào)整帶寬,其表現(xiàn)要優(yōu)于經(jīng)典核方法,因為核方法的帶寬是全局固定帶寬,并不會針對樣本本身進(jìn)行自適應(yīng)調(diào)整;同時k近鄰方法的表現(xiàn)隨著樣本量的增加,估計效果相較于經(jīng)典核方法提升明顯。基于樣本自適應(yīng)調(diào)整帶寬的k近鄰方法依賴于樣本本身,隨著樣本量的增加,其效果更優(yōu)。

    圖2為k近鄰方法與經(jīng)典核方法在預(yù)測集的平均均方誤差箱線圖,考慮訓(xùn)練集樣本量為200的情形,進(jìn)行了200次獨立重復(fù)實驗。

    圖2 kNN與NW預(yù)測集平均均方誤差Fig.2 Mean square error of kNN and NW prediction sets

    圖2中,4個箱線圖從左到右依次是θ未知時k近鄰方法對應(yīng)的平均均方誤差,θ未知時經(jīng)典核方法對應(yīng)的平均均方誤差,θ已知時k近鄰方法對應(yīng)的平均均方誤差,θ已知時經(jīng)典核方法對應(yīng)的平均均方誤差。

    從圖2左邊兩個圖,可以明顯看出:無論是θ未知還是已知,k近鄰方法對應(yīng)的平均均方誤差均明顯優(yōu)于經(jīng)典核方法,k近鄰方法對應(yīng)的平均均方誤差要更集中且整體數(shù)值也要小;同時,在θ已知時,k近鄰方法以及經(jīng)典核方法對應(yīng)的平均均方誤差相較于θ未知時都得到了一定改善;無論θ已知還是未知,相比于k近鄰方法,經(jīng)典核方法對應(yīng)的平均均方誤差的離群值要多一些。

    綜上,在預(yù)測集上,從k近鄰方法與經(jīng)典核方法對應(yīng)的平均均方誤差的箱線圖中,可以得到k近鄰方法要優(yōu)于經(jīng)典核方法的結(jié)論。

    圖3為k近鄰與經(jīng)典核方法在訓(xùn)練集的平均均方誤差箱線圖,同樣考慮是樣本量為200的情形,進(jìn)行了200次獨立重復(fù)實驗。

    圖3 kNN與NW訓(xùn)練集平均均方誤差Fig.3 Mean square error of kNN and NW training sets

    圖3中,4個箱線圖從左到右依次是θ未知時k近鄰方法對應(yīng)的平均均方誤差,θ未知時經(jīng)典核方法對應(yīng)的平均均方誤差,θ已知時k近鄰方法對應(yīng)的平均均方誤差,θ已知時經(jīng)典核方法對應(yīng)的平均均方誤差。

    從圖3可以看出:在訓(xùn)練集中,無論θ未知還是已知,k近鄰方法對應(yīng)的平均均方誤差同樣是優(yōu)于經(jīng)典核方法,k近鄰方法對應(yīng)的平均均方誤差的集中性以及在數(shù)值大小上的表現(xiàn)與在預(yù)測集上一樣優(yōu)于經(jīng)典核方法;無論θ是已知還是未知,k近鄰方法的離群值要少于經(jīng)典核方法。

    綜上,在訓(xùn)練集上,從k近鄰方法與經(jīng)典核方法對應(yīng)的平均均方誤差的箱線圖中,可以得到k近鄰方法優(yōu)于經(jīng)典核方法的結(jié)論。

    圖4為k近鄰方法與經(jīng)典核方法在訓(xùn)練集中估計效果的對比圖,橫坐標(biāo)為真值,縱坐標(biāo)為估計值,其中藍(lán)色點為k近鄰方法,黑色點為經(jīng)典核方法,這里θ是未知的。從圖中可以明顯看出:k近鄰方法估計效果要優(yōu)于經(jīng)典核方法,其對應(yīng)點明顯靠近y=x直線,即圖4中紅色的直線。

    圖4 kNN與NW 在訓(xùn)練集中比較Fig.4 Comparison between kNN and NW

    4 實例分析

    這部分進(jìn)行實例分析,分析EL Nino地域(0~100 s,800~900 w),時間跨度為1982-01—2016-12的海平面月溫度數(shù)據(jù)。數(shù)據(jù)來源:http://www.cpc.ncep.noaa.gov/data/indices/。本節(jié)的目的是利用真實數(shù)據(jù)比較k近鄰與經(jīng)典核估計的優(yōu)劣,比較k近鄰方法與經(jīng)典核方法對真實數(shù)據(jù)的預(yù)測效果,同時采用與上一節(jié)模擬相同的隨機(jī)缺失機(jī)制,對數(shù)據(jù)的處理方式參考Ling等[15]。

    首先,將816個月的海平面月溫度數(shù)據(jù){zi,i=1,2,…,816}轉(zhuǎn)化為函數(shù)型數(shù)據(jù):將816個月的溫度離散化數(shù)據(jù)分割成68a的溫度曲線數(shù)據(jù),將其表示為xi={vj(t),12(j-1)+4

    圖5 溫度曲線Fig.5 Curves of temperature

    響應(yīng)實變量可以表示為Yi(s)={v12(j+s),s=1,2,…,12;j=1,2,…,67}?,F(xiàn)在可以建立樣本量為67的相依樣本(xi,Yi(s))i=1,2,…,67,其中xi為函數(shù)型數(shù)據(jù),Yi(s)為實值。

    將67個樣本觀測值(xi,Yi(s))i=1,2,…,67分成兩個部分,一部分是學(xué)習(xí)樣本(xi,Yi(s))i=1,2,…,66用于建立模型,另一部分是檢驗樣本(x67,Y67(s))。建模過程核函數(shù)的選取與數(shù)值模擬的核函數(shù)一致。

    最后用k近鄰方法和經(jīng)典核方法預(yù)測第68個數(shù)據(jù),結(jié)果如圖6所示:紅色折線為k近鄰方法的預(yù)測值,藍(lán)色折線為經(jīng)典核方法的預(yù)測值,黑色折線為數(shù)據(jù)真值。

    圖6 kNN與NW預(yù)測比較Fig.6 Comparison between kNN and NW prediction

    可以看到利用k近鄰方法得到的均方誤差(0.437 55)要小于經(jīng)典核方法(0.997 43),在真實數(shù)據(jù)中,k近鄰方法的表現(xiàn)同樣保持優(yōu)異。同時從曲線貼合度來看,k近鄰方法優(yōu)于經(jīng)典核方法,即k近鄰方法估計的預(yù)測值更接近于真實值。

    從曲線的變化趨勢上來看,k近鄰方法也要優(yōu)于經(jīng)典核方法。氣溫在12月進(jìn)入拐點,在這之后到3月氣溫保持相對平穩(wěn)不變,雖然在11月和12月,k近鄰方法和經(jīng)典核方法預(yù)測的氣溫走勢都與真實氣溫數(shù)據(jù)走勢相反,但是在12月到1月以及2月到3月,經(jīng)典核方法預(yù)測的氣溫走勢與真實數(shù)據(jù)是相反的,此時k近鄰方法預(yù)測的氣溫走勢與真實氣溫數(shù)據(jù)一致,更能說明真實氣溫的走勢情況。由此可以看出:k近鄰方法預(yù)測的氣溫走勢相比于經(jīng)典核方法,更接近于真實數(shù)據(jù)。

    在每個月份的估計效果上,k近鄰方法都優(yōu)于經(jīng)典核方法,其中5月、6月、7月、8月優(yōu)越性表現(xiàn)更為明顯。

    這說明k近鄰方法用數(shù)據(jù)本身自適應(yīng)調(diào)整帶寬能夠很好地改進(jìn)估計效果及精度,相比于全局固定帶寬的經(jīng)典核方法表現(xiàn)要好很多。

    5 結(jié) 論

    經(jīng)過上述分析可以看出:數(shù)值模擬中無論是訓(xùn)練集還是預(yù)測集,相對于經(jīng)典核方法,采用k近鄰方法可以明顯改進(jìn)估計效果,同時對于單指標(biāo)θ的估計,k近鄰方法比經(jīng)典核方法要好,且隨著樣本量的增加,k近鄰的提升效果要明顯優(yōu)于經(jīng)典核方法。

    從實例分析來看:k近鄰方法在精確度以及穩(wěn)定性上也都優(yōu)于經(jīng)典核方法,這說明采用k近鄰對時間數(shù)據(jù)進(jìn)行估計,其表現(xiàn)更加優(yōu)異。這是因為核估計好壞主要受帶寬的選取影響,k近鄰方法基于數(shù)據(jù)本身,自適應(yīng)調(diào)整帶寬,可以更好地改進(jìn)估計效果,而經(jīng)典核方法采用的帶寬為全局最優(yōu)帶寬,無法依托于數(shù)據(jù)本身進(jìn)行自適應(yīng)調(diào)整,對數(shù)據(jù)的適應(yīng)性較差。從模擬和實例分析的結(jié)果來看:自適應(yīng)調(diào)整帶寬的k近鄰方法的估計效果比經(jīng)典核方法的估計效果要好。

    綜上可以得到:k近鄰方法在響應(yīng)變量隨機(jī)缺失的時間序列單指標(biāo)模型中表現(xiàn)優(yōu)異,無論是模擬還是實例分析,其估計效果都明顯優(yōu)于經(jīng)典核方法。

    猜你喜歡
    均方樣本量誤差
    一類隨機(jī)積分微分方程的均方漸近概周期解
    醫(yī)學(xué)研究中樣本量的選擇
    角接觸球軸承接觸角誤差控制
    哈爾濱軸承(2020年2期)2020-11-06 09:22:26
    Beidou, le système de navigation par satellite compatible et interopérable
    壓力容器制造誤差探究
    航空裝備測試性試驗樣本量確定方法
    Sample Size Calculations for Comparing Groups with Binary Outcomes
    九十億分之一的“生死”誤差
    山東青年(2016年2期)2016-02-28 14:25:41
    基于抗差最小均方估計的輸電線路參數(shù)辨識
    基于隨機(jī)牽制控制的復(fù)雜網(wǎng)絡(luò)均方簇同步
    丝袜脚勾引网站| 国产精品 国内视频| 日本91视频免费播放| 一区二区三区乱码不卡18| 亚洲精品乱久久久久久| 一级,二级,三级黄色视频| 亚洲性夜色夜夜综合| 午夜福利视频在线观看免费| 欧美成人午夜精品| 啦啦啦中文免费视频观看日本| 国产熟女午夜一区二区三区| 久久女婷五月综合色啪小说| 男女午夜视频在线观看| 亚洲va日本ⅴa欧美va伊人久久 | 天天操日日干夜夜撸| 精品人妻在线不人妻| 国产精品免费视频内射| 国产精品一区二区免费欧美 | 女人爽到高潮嗷嗷叫在线视频| 美女主播在线视频| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲国产日韩一区二区| 老司机亚洲免费影院| 亚洲av电影在线观看一区二区三区| 国产成人啪精品午夜网站| 男女免费视频国产| 后天国语完整版免费观看| 在线观看免费日韩欧美大片| 国产成人欧美在线观看 | 久久精品久久久久久噜噜老黄| 人妻久久中文字幕网| 欧美少妇被猛烈插入视频| 久久青草综合色| 国产精品99久久99久久久不卡| 三上悠亚av全集在线观看| 80岁老熟妇乱子伦牲交| 亚洲九九香蕉| 日本一区二区免费在线视频| 精品国产乱子伦一区二区三区 | 免费看十八禁软件| 国产亚洲欧美精品永久| 免费在线观看日本一区| 97精品久久久久久久久久精品| 成年人免费黄色播放视频| 国产成人影院久久av| 国产精品99久久99久久久不卡| 欧美精品人与动牲交sv欧美| 999久久久精品免费观看国产| 日本a在线网址| 一区在线观看完整版| 女性被躁到高潮视频| 精品视频人人做人人爽| 高清av免费在线| 久久狼人影院| 久久热在线av| 久久久久精品人妻al黑| 国产免费视频播放在线视频| 99re6热这里在线精品视频| 午夜老司机福利片| 国产精品久久久久久精品电影小说| 色精品久久人妻99蜜桃| 亚洲av片天天在线观看| 999久久久国产精品视频| 亚洲天堂av无毛| 在线亚洲精品国产二区图片欧美| 亚洲人成电影观看| 亚洲精品国产av蜜桃| 色婷婷av一区二区三区视频| 亚洲第一av免费看| 天堂8中文在线网| 亚洲人成电影观看| 亚洲人成77777在线视频| 亚洲美女黄色视频免费看| 午夜久久久在线观看| 99九九在线精品视频| 丝袜在线中文字幕| 人人妻人人爽人人添夜夜欢视频| 超色免费av| 婷婷丁香在线五月| 五月天丁香电影| av在线app专区| 欧美激情极品国产一区二区三区| bbb黄色大片| 色视频在线一区二区三区| 国产精品免费视频内射| 久热这里只有精品99| 中文字幕人妻丝袜制服| 两性夫妻黄色片| 成人影院久久| 欧美精品av麻豆av| 国产人伦9x9x在线观看| 亚洲国产看品久久| 色精品久久人妻99蜜桃| 亚洲 国产 在线| 国产片内射在线| 99精国产麻豆久久婷婷| 亚洲精品第二区| 波多野结衣一区麻豆| 日韩免费高清中文字幕av| 欧美另类亚洲清纯唯美| 久久精品亚洲熟妇少妇任你| 91老司机精品| 美女高潮喷水抽搐中文字幕| 中文欧美无线码| 1024香蕉在线观看| 亚洲自偷自拍图片 自拍| 亚洲国产欧美一区二区综合| 国产真人三级小视频在线观看| www.精华液| 免费高清在线观看日韩| 悠悠久久av| 国产国语露脸激情在线看| 久久国产亚洲av麻豆专区| 一二三四社区在线视频社区8| 成人影院久久| 欧美日韩中文字幕国产精品一区二区三区 | 免费人妻精品一区二区三区视频| 国产在线观看jvid| 亚洲av成人不卡在线观看播放网 | 亚洲精品乱久久久久久| 国产激情久久老熟女| av电影中文网址| 精品国产超薄肉色丝袜足j| 精品国产一区二区三区四区第35| 99国产精品免费福利视频| 啪啪无遮挡十八禁网站| 大码成人一级视频| 精品国内亚洲2022精品成人 | 亚洲成av片中文字幕在线观看| 大香蕉久久网| 男女免费视频国产| 国产麻豆69| 久久综合国产亚洲精品| 少妇猛男粗大的猛烈进出视频| 成年av动漫网址| 天天添夜夜摸| 久久久精品94久久精品| 国产欧美日韩一区二区三区在线| 亚洲精品中文字幕一二三四区 | 国产精品免费视频内射| 成年人免费黄色播放视频| 国产精品秋霞免费鲁丝片| 免费在线观看视频国产中文字幕亚洲 | 青草久久国产| 在线观看舔阴道视频| 亚洲国产毛片av蜜桃av| 嫁个100分男人电影在线观看| 色视频在线一区二区三区| 国产深夜福利视频在线观看| 亚洲黑人精品在线| 在线观看免费高清a一片| 女人高潮潮喷娇喘18禁视频| 十八禁人妻一区二区| 日日摸夜夜添夜夜添小说| 精品人妻1区二区| 69av精品久久久久久 | 久久国产精品影院| 女性生殖器流出的白浆| 国产激情久久老熟女| 久久久久久免费高清国产稀缺| 亚洲精品国产精品久久久不卡| 18禁黄网站禁片午夜丰满| 在线av久久热| 日日爽夜夜爽网站| 久久久精品区二区三区| 午夜免费成人在线视频| 精品乱码久久久久久99久播| 高清黄色对白视频在线免费看| 欧美日韩福利视频一区二区| 男女高潮啪啪啪动态图| 亚洲av片天天在线观看| 老司机靠b影院| 搡老岳熟女国产| 国产三级黄色录像| 亚洲一区二区三区欧美精品| 午夜福利视频精品| 久久久精品免费免费高清| 国产一区二区三区av在线| 亚洲中文日韩欧美视频| av视频免费观看在线观看| tocl精华| www日本在线高清视频| 国产欧美日韩一区二区三 | 精品福利观看| 视频区欧美日本亚洲| 中文字幕色久视频| 欧美亚洲日本最大视频资源| 亚洲av日韩在线播放| 91大片在线观看| av线在线观看网站| 亚洲精品久久久久久婷婷小说| 一区二区日韩欧美中文字幕| 国产成人av教育| 亚洲精品国产av成人精品| 人妻 亚洲 视频| 美女主播在线视频| 欧美精品啪啪一区二区三区 | 欧美日韩亚洲国产一区二区在线观看 | 久久天躁狠狠躁夜夜2o2o| 亚洲精品久久午夜乱码| avwww免费| 国产av又大| 一区二区三区乱码不卡18| 久久天堂一区二区三区四区| 老司机午夜福利在线观看视频 | 精品人妻一区二区三区麻豆| 亚洲五月婷婷丁香| 亚洲va日本ⅴa欧美va伊人久久 | 欧美大码av| 成人国产一区最新在线观看| 亚洲精品自拍成人| 人妻人人澡人人爽人人| 精品人妻熟女毛片av久久网站| 国产97色在线日韩免费| 婷婷成人精品国产| 男女边摸边吃奶| 啦啦啦在线免费观看视频4| 老熟女久久久| 国产精品成人在线| 色老头精品视频在线观看| 黄色视频不卡| 亚洲国产精品一区三区| 国产日韩欧美在线精品| 三级毛片av免费| 下体分泌物呈黄色| 黑丝袜美女国产一区| 制服人妻中文乱码| 一区福利在线观看| 色婷婷av一区二区三区视频| 少妇粗大呻吟视频| 视频在线观看一区二区三区| 欧美人与性动交α欧美软件| 色94色欧美一区二区| 久久久久精品国产欧美久久久 | 两性夫妻黄色片| 免费在线观看视频国产中文字幕亚洲 | 色综合欧美亚洲国产小说| 超碰97精品在线观看| 肉色欧美久久久久久久蜜桃| 一级毛片精品| 久久中文看片网| 夜夜夜夜夜久久久久| 激情视频va一区二区三区| 美女脱内裤让男人舔精品视频| 搡老乐熟女国产| 精品人妻一区二区三区麻豆| 日韩有码中文字幕| 亚洲中文字幕日韩| 日韩人妻精品一区2区三区| 99国产精品99久久久久| 十八禁网站免费在线| 2018国产大陆天天弄谢| 女人高潮潮喷娇喘18禁视频| 两性夫妻黄色片| 久久久久网色| 免费观看av网站的网址| 久久精品国产综合久久久| 欧美午夜高清在线| 大片电影免费在线观看免费| 涩涩av久久男人的天堂| 热99re8久久精品国产| 亚洲欧美激情在线| 精品福利永久在线观看| 一本综合久久免费| av有码第一页| 50天的宝宝边吃奶边哭怎么回事| 欧美变态另类bdsm刘玥| 婷婷丁香在线五月| 天天躁狠狠躁夜夜躁狠狠躁| 三级毛片av免费| 国产精品一二三区在线看| 狠狠狠狠99中文字幕| 日日爽夜夜爽网站| 国产欧美日韩精品亚洲av| 大片电影免费在线观看免费| 欧美精品高潮呻吟av久久| 69精品国产乱码久久久| 一区二区三区激情视频| 麻豆av在线久日| 在线观看舔阴道视频| 国产欧美日韩精品亚洲av| 欧美另类一区| 美女午夜性视频免费| 热99re8久久精品国产| 天堂俺去俺来也www色官网| 狠狠狠狠99中文字幕| 大片免费播放器 马上看| 欧美激情 高清一区二区三区| 成年女人毛片免费观看观看9 | 在线观看免费高清a一片| 久久中文看片网| 高清av免费在线| 新久久久久国产一级毛片| 免费观看a级毛片全部| 秋霞在线观看毛片| 欧美精品人与动牲交sv欧美| 亚洲一区中文字幕在线| 黄频高清免费视频| 精品高清国产在线一区| 亚洲国产日韩一区二区| 亚洲精品久久午夜乱码| www.999成人在线观看| 男女高潮啪啪啪动态图| 久久久精品免费免费高清| 国产成人欧美在线观看 | 久久久精品区二区三区| 嫁个100分男人电影在线观看| a级毛片黄视频| 久久中文字幕一级| 美国免费a级毛片| 国产欧美亚洲国产| 午夜免费鲁丝| 高清视频免费观看一区二区| 国产一区二区 视频在线| 久久精品aⅴ一区二区三区四区| 18禁裸乳无遮挡动漫免费视频| 黑人巨大精品欧美一区二区蜜桃| 99久久国产精品久久久| 欧美 日韩 精品 国产| 国产精品偷伦视频观看了| 老熟妇乱子伦视频在线观看 | 啦啦啦在线免费观看视频4| 免费在线观看完整版高清| 欧美国产精品一级二级三级| h视频一区二区三区| 亚洲国产欧美在线一区| 国产精品一区二区精品视频观看| 午夜福利视频在线观看免费| 黄色毛片三级朝国网站| av线在线观看网站| a级毛片在线看网站| 成人影院久久| 欧美亚洲日本最大视频资源| 免费观看av网站的网址| 亚洲国产av新网站| 91精品伊人久久大香线蕉| 亚洲伊人色综图| 51午夜福利影视在线观看| 国产亚洲午夜精品一区二区久久| 啦啦啦啦在线视频资源| 性高湖久久久久久久久免费观看| 国产精品亚洲av一区麻豆| 黑人巨大精品欧美一区二区mp4| 亚洲国产精品999| 国产熟女午夜一区二区三区| 丰满饥渴人妻一区二区三| 国产精品九九99| 成人三级做爰电影| 飞空精品影院首页| 免费观看人在逋| 中国国产av一级| 欧美+亚洲+日韩+国产| 天堂中文最新版在线下载| 亚洲avbb在线观看| 亚洲精品一区蜜桃| 成人国产av品久久久| 国产精品久久久久久精品古装| 国产黄色免费在线视频| 精品国产超薄肉色丝袜足j| 桃红色精品国产亚洲av| 婷婷成人精品国产| 日本一区二区免费在线视频| 人人妻,人人澡人人爽秒播| 久久久精品国产亚洲av高清涩受| 老熟女久久久| 色婷婷av一区二区三区视频| 少妇精品久久久久久久| 亚洲avbb在线观看| 欧美午夜高清在线| 淫妇啪啪啪对白视频 | 国产成人啪精品午夜网站| 青春草视频在线免费观看| 午夜激情久久久久久久| 国产xxxxx性猛交| 亚洲综合色网址| 日韩电影二区| 国产精品 欧美亚洲| 两个人免费观看高清视频| 美女扒开内裤让男人捅视频| 日韩欧美一区视频在线观看| 婷婷丁香在线五月| av视频免费观看在线观看| 午夜久久久在线观看| 一区二区日韩欧美中文字幕| 成人18禁高潮啪啪吃奶动态图| 热99久久久久精品小说推荐| 国产成人av激情在线播放| 91精品三级在线观看| 亚洲色图综合在线观看| 国产男女超爽视频在线观看| 午夜福利影视在线免费观看| 99国产精品一区二区蜜桃av | 亚洲中文日韩欧美视频| 久久人妻福利社区极品人妻图片| 欧美性长视频在线观看| 欧美在线一区亚洲| 日韩一区二区三区影片| 亚洲天堂av无毛| 午夜精品国产一区二区电影| 亚洲国产av新网站| 国产在线观看jvid| 免费av中文字幕在线| 1024香蕉在线观看| 淫妇啪啪啪对白视频 | 两个人看的免费小视频| 亚洲精品美女久久久久99蜜臀| 黄色a级毛片大全视频| 日本黄色日本黄色录像| 午夜福利视频精品| 国产有黄有色有爽视频| 在线 av 中文字幕| 麻豆av在线久日| 久久久精品区二区三区| 18禁黄网站禁片午夜丰满| 亚洲精品一区蜜桃| 成人三级做爰电影| 久久毛片免费看一区二区三区| 99久久精品国产亚洲精品| 蜜桃国产av成人99| 人人妻人人澡人人看| 嫩草影视91久久| 国产区一区二久久| 国产精品香港三级国产av潘金莲| 精品久久蜜臀av无| 亚洲少妇的诱惑av| 亚洲欧美成人综合另类久久久| 欧美+亚洲+日韩+国产| 国产av又大| 久热爱精品视频在线9| 久久天躁狠狠躁夜夜2o2o| 黄网站色视频无遮挡免费观看| 成人黄色视频免费在线看| 亚洲全国av大片| e午夜精品久久久久久久| 久久国产精品男人的天堂亚洲| 久久久国产一区二区| 国产精品久久久人人做人人爽| 亚洲欧洲精品一区二区精品久久久| 亚洲精品一二三| 精品少妇久久久久久888优播| 黄色视频不卡| 亚洲精品国产av成人精品| 国产精品99久久99久久久不卡| 国产亚洲精品第一综合不卡| 成人手机av| 两人在一起打扑克的视频| av不卡在线播放| 欧美+亚洲+日韩+国产| 亚洲色图 男人天堂 中文字幕| 九色亚洲精品在线播放| 欧美xxⅹ黑人| 欧美日韩国产mv在线观看视频| 午夜福利在线免费观看网站| 窝窝影院91人妻| 午夜福利,免费看| 正在播放国产对白刺激| 考比视频在线观看| 午夜激情久久久久久久| 新久久久久国产一级毛片| 后天国语完整版免费观看| 热re99久久精品国产66热6| 纵有疾风起免费观看全集完整版| 亚洲精品av麻豆狂野| 99国产精品免费福利视频| 中国国产av一级| 亚洲,欧美精品.| 9色porny在线观看| 午夜福利,免费看| 国产高清国产精品国产三级| 国产主播在线观看一区二区| 国产精品免费大片| 午夜福利乱码中文字幕| 法律面前人人平等表现在哪些方面 | 国产又爽黄色视频| 成人国产av品久久久| 每晚都被弄得嗷嗷叫到高潮| 黄片大片在线免费观看| 欧美国产精品va在线观看不卡| 美女中出高潮动态图| 女人精品久久久久毛片| 精品亚洲成a人片在线观看| 操美女的视频在线观看| 国产野战对白在线观看| 色婷婷av一区二区三区视频| 亚洲av成人不卡在线观看播放网 | 日韩一区二区三区影片| 狠狠婷婷综合久久久久久88av| 丁香六月欧美| 亚洲国产日韩一区二区| 我的亚洲天堂| 精品一品国产午夜福利视频| 777米奇影视久久| 精品亚洲成a人片在线观看| 久久精品久久久久久噜噜老黄| 999精品在线视频| 久久九九热精品免费| 黑人巨大精品欧美一区二区mp4| 男女边摸边吃奶| 狂野欧美激情性bbbbbb| 成年美女黄网站色视频大全免费| 高清欧美精品videossex| 精品国产一区二区三区久久久樱花| 一级毛片精品| 大香蕉久久网| 免费一级毛片在线播放高清视频 | 欧美黄色片欧美黄色片| 制服人妻中文乱码| 黄片小视频在线播放| www.熟女人妻精品国产| 一区福利在线观看| 欧美日韩亚洲国产一区二区在线观看 | 一进一出抽搐动态| 天天影视国产精品| 午夜免费鲁丝| 亚洲欧美精品自产自拍| 一区二区三区激情视频| 十分钟在线观看高清视频www| 国产欧美日韩一区二区三 | 美女高潮喷水抽搐中文字幕| 国产在视频线精品| 久久性视频一级片| 少妇精品久久久久久久| 精品一区二区三区av网在线观看 | 在线观看一区二区三区激情| 在线av久久热| 免费少妇av软件| 国产男人的电影天堂91| 国产成人系列免费观看| 女人精品久久久久毛片| 一个人免费看片子| 婷婷丁香在线五月| avwww免费| 男女国产视频网站| 午夜福利一区二区在线看| svipshipincom国产片| 热99久久久久精品小说推荐| 久久午夜综合久久蜜桃| 中文字幕人妻丝袜一区二区| 一级毛片精品| 国产男女超爽视频在线观看| 一区二区三区乱码不卡18| 黄频高清免费视频| 色老头精品视频在线观看| 久久免费观看电影| 一级黄色大片毛片| 久久九九热精品免费| 老司机靠b影院| 热99re8久久精品国产| 在线观看人妻少妇| 爱豆传媒免费全集在线观看| 国产xxxxx性猛交| av国产精品久久久久影院| 成年美女黄网站色视频大全免费| 美女视频免费永久观看网站| 午夜激情久久久久久久| 女性生殖器流出的白浆| 又紧又爽又黄一区二区| 久久久精品国产亚洲av高清涩受| 热99久久久久精品小说推荐| 人妻人人澡人人爽人人| 制服诱惑二区| avwww免费| 99久久综合免费| 久久免费观看电影| 十八禁高潮呻吟视频| 精品第一国产精品| 亚洲七黄色美女视频| 婷婷成人精品国产| 国产精品免费大片| 国产三级黄色录像| 精品少妇一区二区三区视频日本电影| 久久这里只有精品19| 亚洲成人国产一区在线观看| 热re99久久国产66热| 91av网站免费观看| 久久国产精品影院| av片东京热男人的天堂| 人妻一区二区av| a级毛片黄视频| 亚洲国产av新网站| 人妻一区二区av| 国产老妇伦熟女老妇高清| 最黄视频免费看| 在线永久观看黄色视频| 久久精品国产综合久久久| 久久九九热精品免费| 美女中出高潮动态图| 精品少妇内射三级| 久久精品亚洲av国产电影网| 精品国产一区二区三区四区第35| 国精品久久久久久国模美| 亚洲精品日韩在线中文字幕| 涩涩av久久男人的天堂| 精品国内亚洲2022精品成人 | 日韩欧美一区二区三区在线观看 | 99热网站在线观看| 一二三四社区在线视频社区8| 色婷婷久久久亚洲欧美| 热99re8久久精品国产| 国产成人系列免费观看| 青春草亚洲视频在线观看| av免费在线观看网站| 肉色欧美久久久久久久蜜桃| 一二三四在线观看免费中文在| 久久九九热精品免费| 亚洲伊人色综图| 老司机福利观看| 久久久欧美国产精品| 国产99久久九九免费精品| 国产有黄有色有爽视频| 97人妻天天添夜夜摸| 十八禁人妻一区二区| 老熟妇仑乱视频hdxx| 夜夜夜夜夜久久久久| 欧美97在线视频|