• <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
    亚洲国产精品国产精品| 亚洲性久久影院| 3wmmmm亚洲av在线观看| 国产探花在线观看一区二区| 91久久精品国产一区二区成人| 成人国产麻豆网| 又黄又爽又免费观看的视频| 成熟少妇高潮喷水视频| 成人漫画全彩无遮挡| 国产一区二区三区av在线 | 精品久久久久久久久av| 看十八女毛片水多多多| 国产又黄又爽又无遮挡在线| 国产精华一区二区三区| 我的女老师完整版在线观看| 亚洲成人久久性| 国产精品亚洲美女久久久| 亚洲久久久久久中文字幕| 少妇猛男粗大的猛烈进出视频 | 亚洲欧美日韩高清专用| 日本免费a在线| 99在线人妻在线中文字幕| 最好的美女福利视频网| 亚洲电影在线观看av| 国产精品国产高清国产av| 在线国产一区二区在线| 一本精品99久久精品77| 国产日本99.免费观看| 国产精华一区二区三区| 亚洲av熟女| 欧美性猛交黑人性爽| 香蕉av资源在线| 亚洲成人精品中文字幕电影| 色哟哟哟哟哟哟| 又黄又爽又免费观看的视频| 欧美日韩国产亚洲二区| 男女那种视频在线观看| 99热这里只有精品一区| 狂野欧美白嫩少妇大欣赏| 久久久久九九精品影院| 日韩av在线大香蕉| 国产一区二区三区在线臀色熟女| 99久久精品热视频| 欧美日本亚洲视频在线播放| 亚洲电影在线观看av| 伦理电影大哥的女人| 婷婷精品国产亚洲av| 亚洲成av人片在线播放无| 成人一区二区视频在线观看| 国产乱人偷精品视频| 国产单亲对白刺激| 狂野欧美白嫩少妇大欣赏| 亚洲欧美日韩高清专用| 天天躁日日操中文字幕| av在线播放精品| 国产亚洲91精品色在线| 国产伦精品一区二区三区视频9| 天天躁夜夜躁狠狠久久av| 国产精品亚洲一级av第二区| 中文资源天堂在线| 日韩一区二区视频免费看| 国产在视频线在精品| 成年女人毛片免费观看观看9| 久久精品国产亚洲网站| 1024手机看黄色片| 一本久久中文字幕| 久99久视频精品免费| 国产精品伦人一区二区| 好男人在线观看高清免费视频| 91久久精品国产一区二区成人| 国产精品女同一区二区软件| 床上黄色一级片| АⅤ资源中文在线天堂| 久久99热这里只有精品18| 国产av在哪里看| 成人av一区二区三区在线看| 国产综合懂色| 色视频www国产| 18禁裸乳无遮挡免费网站照片| 免费看美女性在线毛片视频| 精品国产三级普通话版| 亚洲精品日韩在线中文字幕 | 青春草视频在线免费观看| 色视频www国产| 非洲黑人性xxxx精品又粗又长| 亚洲五月天丁香| 精品免费久久久久久久清纯| 久久精品综合一区二区三区| 九九久久精品国产亚洲av麻豆| 午夜福利在线观看免费完整高清在 | 一个人看的www免费观看视频| 午夜久久久久精精品| 国产精品一二三区在线看| 97热精品久久久久久| 乱人视频在线观看| 深夜精品福利| 3wmmmm亚洲av在线观看| 日本黄大片高清| 亚洲一区高清亚洲精品| 亚洲av不卡在线观看| 亚洲精品国产av成人精品 | 伦精品一区二区三区| 久久韩国三级中文字幕| 精品一区二区免费观看| 2021天堂中文幕一二区在线观| 小说图片视频综合网站| 日本熟妇午夜| 欧美+日韩+精品| 小蜜桃在线观看免费完整版高清| 国产aⅴ精品一区二区三区波| 精品午夜福利视频在线观看一区| 秋霞在线观看毛片| 精品一区二区三区视频在线| 毛片女人毛片| 亚洲精品国产av成人精品 | 国产探花极品一区二区| 午夜免费男女啪啪视频观看 | 日本与韩国留学比较| 日本黄色视频三级网站网址| h日本视频在线播放| 国产亚洲精品av在线| 99热这里只有是精品50| 蜜桃亚洲精品一区二区三区| 一边摸一边抽搐一进一小说| 性插视频无遮挡在线免费观看| 日韩欧美免费精品| 久久久久久久午夜电影| 国产精品爽爽va在线观看网站| 亚洲精品国产成人久久av| 亚洲无线在线观看| 久久久精品94久久精品| 亚洲精品国产成人久久av| 国产精品精品国产色婷婷| 免费观看人在逋| 校园人妻丝袜中文字幕| 一个人免费在线观看电影| 我要搜黄色片| 日日干狠狠操夜夜爽| 夜夜爽天天搞| 午夜老司机福利剧场| 99riav亚洲国产免费| 一本久久中文字幕| 国产精华一区二区三区| 1024手机看黄色片| 国产人妻一区二区三区在| 国产真实乱freesex| 久久精品国产亚洲网站| 老司机午夜福利在线观看视频| 欧美另类亚洲清纯唯美| 99久久成人亚洲精品观看| 国产精品一区二区免费欧美| 啦啦啦观看免费观看视频高清| 99精品在免费线老司机午夜| 搞女人的毛片| 亚洲精品粉嫩美女一区| 校园春色视频在线观看| 欧美xxxx性猛交bbbb| 午夜激情欧美在线| 亚洲成人久久爱视频| 一级黄片播放器| 亚洲欧美日韩高清专用| 久久久久精品国产欧美久久久| 欧美中文日本在线观看视频| 国产单亲对白刺激| 欧洲精品卡2卡3卡4卡5卡区| av黄色大香蕉| 中文在线观看免费www的网站| 日韩欧美国产在线观看| 国产探花在线观看一区二区| 国产在线男女| 日韩成人伦理影院| 成人高潮视频无遮挡免费网站| 黄色配什么色好看| h日本视频在线播放| 不卡一级毛片| 亚洲第一区二区三区不卡| 老熟妇仑乱视频hdxx| 日韩精品青青久久久久久| 深夜a级毛片| 最新中文字幕久久久久| 在线免费观看的www视频| АⅤ资源中文在线天堂| 中文字幕熟女人妻在线| 成人漫画全彩无遮挡| 男女做爰动态图高潮gif福利片| 搡女人真爽免费视频火全软件 | 日韩av不卡免费在线播放| 麻豆久久精品国产亚洲av| 人人妻人人看人人澡| 亚洲,欧美,日韩| 精品福利观看| 国产熟女欧美一区二区| 身体一侧抽搐| 大型黄色视频在线免费观看| 神马国产精品三级电影在线观看| av中文乱码字幕在线| 久久精品久久久久久噜噜老黄 | 免费看av在线观看网站| 老司机午夜福利在线观看视频| 欧美成人精品欧美一级黄| 国产乱人偷精品视频| 精品国内亚洲2022精品成人| 国产精品不卡视频一区二区| 日韩,欧美,国产一区二区三区 | 黄色视频,在线免费观看| 亚洲aⅴ乱码一区二区在线播放| 久久久久九九精品影院| 亚洲人与动物交配视频| 色视频www国产| 亚洲美女搞黄在线观看 | 欧美日韩在线观看h| 97人妻精品一区二区三区麻豆| 成人三级黄色视频| 国产私拍福利视频在线观看| 日韩强制内射视频| 69人妻影院| 一边摸一边抽搐一进一小说| 国产真实乱freesex| 久久99热6这里只有精品| 国产久久久一区二区三区| 精品国内亚洲2022精品成人| 日韩欧美在线乱码| 婷婷精品国产亚洲av| 你懂的网址亚洲精品在线观看 | 午夜精品在线福利| a级毛色黄片| 亚洲av电影不卡..在线观看| 直男gayav资源| a级一级毛片免费在线观看| 午夜免费男女啪啪视频观看 | 激情 狠狠 欧美| 亚洲七黄色美女视频| 给我免费播放毛片高清在线观看| 99热全是精品| 人妻久久中文字幕网| 真实男女啪啪啪动态图| 97超碰精品成人国产| 亚洲经典国产精华液单| 免费在线观看影片大全网站| 国产三级在线视频| 国产精品一及| 欧美性猛交黑人性爽| 男女视频在线观看网站免费| 成人性生交大片免费视频hd| 最新在线观看一区二区三区| 国产精品永久免费网站| 精品久久久久久久久久免费视频| 日韩成人伦理影院| 小说图片视频综合网站| 婷婷精品国产亚洲av在线| 国产精品爽爽va在线观看网站| 亚洲av免费高清在线观看| 久久99热6这里只有精品| 国产乱人偷精品视频| 小蜜桃在线观看免费完整版高清| 伦理电影大哥的女人| 在线观看av片永久免费下载| 日韩欧美精品v在线| www.色视频.com| 国产av不卡久久| 午夜福利在线观看吧| 中文字幕精品亚洲无线码一区| 日韩大尺度精品在线看网址| 人妻制服诱惑在线中文字幕| 久久久久久九九精品二区国产| 亚洲av.av天堂| 99九九线精品视频在线观看视频| 一本一本综合久久| 干丝袜人妻中文字幕| 一级毛片aaaaaa免费看小| 久久久久国产精品人妻aⅴ院| 悠悠久久av| 国产私拍福利视频在线观看| 激情 狠狠 欧美| 99久久精品国产国产毛片| 51国产日韩欧美| 成年av动漫网址| 麻豆一二三区av精品| 国产精品乱码一区二三区的特点| 国产女主播在线喷水免费视频网站 | 校园人妻丝袜中文字幕| 日韩 亚洲 欧美在线| 欧美另类亚洲清纯唯美| 亚洲精华国产精华液的使用体验 | 亚洲精品一卡2卡三卡4卡5卡| 国产乱人视频| 在线免费观看的www视频| 亚洲高清免费不卡视频| 成年女人毛片免费观看观看9| 国产精品电影一区二区三区| 国产精品一区二区三区四区免费观看 | 色哟哟哟哟哟哟| 成人三级黄色视频| 色吧在线观看| 亚洲七黄色美女视频| 免费观看的影片在线观看| 欧美极品一区二区三区四区| 国产欧美日韩精品一区二区| 国产视频一区二区在线看| 精品人妻视频免费看| 色综合站精品国产| 久久久色成人| 在线播放国产精品三级| 国产精品乱码一区二三区的特点| 天天躁夜夜躁狠狠久久av| 免费av毛片视频| 最近中文字幕高清免费大全6| 少妇熟女欧美另类| 国产在线精品亚洲第一网站| 熟妇人妻久久中文字幕3abv| 一区二区三区高清视频在线| 99久久中文字幕三级久久日本| 日韩成人av中文字幕在线观看 | 亚洲一区二区三区色噜噜| 男女做爰动态图高潮gif福利片| 一级毛片久久久久久久久女| 久久人人爽人人片av| 天堂网av新在线| av天堂中文字幕网| 午夜a级毛片| 欧美性感艳星| 禁无遮挡网站| 在线观看美女被高潮喷水网站| 亚洲av二区三区四区| 久久草成人影院| 成人漫画全彩无遮挡| 国产精品久久久久久亚洲av鲁大| 男女下面进入的视频免费午夜| 狂野欧美激情性xxxx在线观看| 成人性生交大片免费视频hd| 啦啦啦观看免费观看视频高清| 精品一区二区三区视频在线观看免费| 免费av毛片视频| 久久午夜福利片| 国产乱人偷精品视频| 小说图片视频综合网站| 婷婷六月久久综合丁香| 性插视频无遮挡在线免费观看| 午夜福利成人在线免费观看| 亚洲国产精品合色在线| 2021天堂中文幕一二区在线观| 97在线视频观看| 国产淫片久久久久久久久| 日韩大尺度精品在线看网址| 国产成人精品久久久久久| 丰满人妻一区二区三区视频av| 男插女下体视频免费在线播放| 精品人妻一区二区三区麻豆 | 欧美又色又爽又黄视频| 久久久精品欧美日韩精品| 亚洲国产色片| 午夜精品一区二区三区免费看| 在线天堂最新版资源| 免费电影在线观看免费观看| 禁无遮挡网站| 成人一区二区视频在线观看| 国内少妇人妻偷人精品xxx网站| 天堂√8在线中文| 在现免费观看毛片| 欧美潮喷喷水| 日产精品乱码卡一卡2卡三| 久久久精品欧美日韩精品| 久久精品国产亚洲网站| 久久久久国产网址| 欧美日韩精品成人综合77777| 久久久久久国产a免费观看| 好男人在线观看高清免费视频| 亚洲在线自拍视频| 成年女人看的毛片在线观看| 国产欧美日韩精品亚洲av| 熟女人妻精品中文字幕| 免费人成在线观看视频色| 亚洲中文字幕一区二区三区有码在线看| 亚洲av.av天堂| 禁无遮挡网站| 午夜精品一区二区三区免费看| 色哟哟·www| 一级毛片我不卡| 直男gayav资源| 国产高清不卡午夜福利| 免费av毛片视频| 国产亚洲av嫩草精品影院| 国产在线精品亚洲第一网站| 两个人的视频大全免费| 变态另类丝袜制服| 最近的中文字幕免费完整| 中文资源天堂在线| 精品人妻视频免费看| 日本免费a在线| 一级av片app| 亚洲最大成人中文| 成人国产麻豆网| 亚洲婷婷狠狠爱综合网| 欧美国产日韩亚洲一区| 成人亚洲欧美一区二区av| 哪里可以看免费的av片| av女优亚洲男人天堂| 日日摸夜夜添夜夜添av毛片| 日韩中字成人| 欧美成人一区二区免费高清观看| 男女那种视频在线观看| 日韩av不卡免费在线播放| 欧美日韩乱码在线| 蜜桃久久精品国产亚洲av| 日本成人三级电影网站| 国产一区二区在线av高清观看| 亚洲成人久久爱视频| 熟妇人妻久久中文字幕3abv| 99热网站在线观看| 99在线视频只有这里精品首页| 麻豆一二三区av精品| 国产精品福利在线免费观看| 日日摸夜夜添夜夜爱| av在线老鸭窝| 午夜福利高清视频| 亚洲av第一区精品v没综合| 亚洲精品456在线播放app| 黄色一级大片看看| 搡女人真爽免费视频火全软件 | 国产精品久久电影中文字幕| 99视频精品全部免费 在线| 亚洲熟妇中文字幕五十中出| aaaaa片日本免费| 国产毛片a区久久久久| 精品一区二区免费观看| 日本欧美国产在线视频| 日韩在线高清观看一区二区三区| www日本黄色视频网| 欧美成人一区二区免费高清观看| 免费观看精品视频网站| 欧美又色又爽又黄视频| 成人午夜高清在线视频| 级片在线观看| 嫩草影视91久久| 亚洲精品影视一区二区三区av| 免费观看精品视频网站| 日韩欧美精品v在线| 久久午夜福利片| 日韩一区二区视频免费看| 禁无遮挡网站| 国产真实乱freesex| 尾随美女入室| 精品人妻视频免费看| 国产成人影院久久av| 看黄色毛片网站| 国产不卡一卡二| 男人和女人高潮做爰伦理| 精品少妇黑人巨大在线播放 | 麻豆成人午夜福利视频| 国产精品人妻久久久久久| 看非洲黑人一级黄片| 最近在线观看免费完整版| 日本熟妇午夜| 国产欧美日韩精品亚洲av| 国产v大片淫在线免费观看| 国产精品1区2区在线观看.| 国产一区亚洲一区在线观看| 久久草成人影院| 在线观看免费视频日本深夜| 嫩草影院精品99| 观看免费一级毛片| 国产男靠女视频免费网站| 一本久久中文字幕| 欧美激情国产日韩精品一区| 久久久久久久久久黄片| 免费看日本二区| 永久网站在线| 日韩欧美免费精品| 亚洲在线观看片| eeuss影院久久| av女优亚洲男人天堂| 久久久久国产网址| 长腿黑丝高跟| 精品久久久久久成人av| 此物有八面人人有两片| 嫩草影院入口| 欧美日本视频| 亚洲自偷自拍三级| 欧美成人免费av一区二区三区| 亚洲一区二区三区色噜噜| 嫩草影院新地址| 国产成人a区在线观看| 五月伊人婷婷丁香| 51国产日韩欧美| 国产精品1区2区在线观看.| 国产精品三级大全| 99久久成人亚洲精品观看| 村上凉子中文字幕在线| 简卡轻食公司| 国产老妇女一区| 免费看美女性在线毛片视频| 黄色欧美视频在线观看| 国产精品免费一区二区三区在线| 成年av动漫网址| 国产不卡一卡二| 可以在线观看的亚洲视频| 国语自产精品视频在线第100页| 久久久久久久午夜电影| 一本精品99久久精品77| 搡老岳熟女国产| 国产精品美女特级片免费视频播放器| 亚洲精品一卡2卡三卡4卡5卡| 久久综合国产亚洲精品| 成人一区二区视频在线观看| 一进一出好大好爽视频| 午夜精品国产一区二区电影 | 香蕉av资源在线| 干丝袜人妻中文字幕| 国产极品精品免费视频能看的| 亚洲av熟女| 91狼人影院| 国产一区二区在线av高清观看| 高清毛片免费看| 91久久精品电影网| 国产精品久久视频播放| 赤兔流量卡办理| 男女下面进入的视频免费午夜| 中文字幕精品亚洲无线码一区| 午夜福利在线观看免费完整高清在 | 亚洲av五月六月丁香网| a级毛片a级免费在线| 乱码一卡2卡4卡精品| 看非洲黑人一级黄片| 色视频www国产| 中文字幕av成人在线电影| 午夜免费激情av| h日本视频在线播放| 日韩欧美免费精品| av专区在线播放| 精品乱码久久久久久99久播| 成人亚洲精品av一区二区| 午夜福利在线在线| 亚洲av免费高清在线观看| 免费av不卡在线播放| 日日干狠狠操夜夜爽| 97超碰精品成人国产| 床上黄色一级片| 亚洲在线观看片| 99久久精品热视频| 女的被弄到高潮叫床怎么办| 国产男靠女视频免费网站| 精品人妻熟女av久视频| 永久网站在线| 欧美成人一区二区免费高清观看| 亚洲欧美日韩东京热| 噜噜噜噜噜久久久久久91| 少妇的逼水好多| 综合色av麻豆| 中文字幕久久专区| 精品午夜福利在线看| 天堂影院成人在线观看| 久久亚洲精品不卡| 特大巨黑吊av在线直播| 亚洲自拍偷在线| 亚洲一区高清亚洲精品| 亚洲真实伦在线观看| 少妇人妻精品综合一区二区 | 国产又黄又爽又无遮挡在线| 一a级毛片在线观看| 精品日产1卡2卡| 97人妻精品一区二区三区麻豆| 夜夜夜夜夜久久久久| 日韩精品青青久久久久久| 亚洲欧美中文字幕日韩二区| 欧美日韩一区二区视频在线观看视频在线 | 成人午夜高清在线视频| 欧美激情国产日韩精品一区| 美女xxoo啪啪120秒动态图| 午夜免费男女啪啪视频观看 | 精品人妻一区二区三区麻豆 | 免费搜索国产男女视频| 国产探花极品一区二区| 少妇裸体淫交视频免费看高清| 尾随美女入室| 超碰av人人做人人爽久久| 伦精品一区二区三区| 成人漫画全彩无遮挡| 91在线观看av| 99九九线精品视频在线观看视频| 午夜免费男女啪啪视频观看 | 人妻丰满熟妇av一区二区三区| 国产精品一区二区三区四区久久| 精品一区二区三区av网在线观看| 国产亚洲91精品色在线| 淫妇啪啪啪对白视频| 国产av不卡久久| 免费一级毛片在线播放高清视频| 国产精品三级大全| 亚洲人成网站在线观看播放| 嫩草影院精品99| 中国美白少妇内射xxxbb| 综合色丁香网| 国内精品一区二区在线观看| 免费搜索国产男女视频| 国产精品1区2区在线观看.| 18禁在线无遮挡免费观看视频 | 男女之事视频高清在线观看| 亚洲,欧美,日韩| 岛国在线免费视频观看| 老熟妇乱子伦视频在线观看| 久久韩国三级中文字幕| 亚洲专区国产一区二区| 99久久精品国产国产毛片| 99久久久亚洲精品蜜臀av| 三级毛片av免费| 无遮挡黄片免费观看| 色av中文字幕| 久久婷婷人人爽人人干人人爱| 国内久久婷婷六月综合欲色啪| 色吧在线观看| 人妻丰满熟妇av一区二区三区| 国产成人福利小说| 91在线观看av| 两个人视频免费观看高清| 欧美最新免费一区二区三区|