×
刘、尤明;吴聪

卷积结构密度模型中的点小波估计。 （英语） Zbl 1473.42043号

J.傅里叶分析。申请。 26，第6号，第81号论文，27页（2020年）.
本文在Lepski和Willer提出的卷积结构密度模型的Lp风险估计中，利用线性小波估计获得了一个点-方向最优估计。他们认为密度位于局部各向异性的Holder空间中。
本文的主要特点和要点如下：引言为读者提供了一个良好的、概括的主题背景。论文的目标已明确界定。本文提供了一种优秀的线性小波技术，用于结构密度模型Lp风险估计中的点-方向最优估计。所引用的文献与该研究相关，但也有几个例子，作者在没有引用文献证实的情况下做出断言。这些结果对于研究文章所提议领域的研究人员来说是有趣和重要的。这篇论文在数学上是合理的，没有误导性。它提供了足够的信息和深入的讨论。所得结果在逻辑上支持了这一结论。语言是可以理解的。这篇论文没有印刷和语法错误。
在定理3.1中，\（p\）的值应该严格大于1，而不是大于或等于1。在等式4.7中，应该用（t^p）代替（t^{（p-1）}）。
审核人：Devendra Singh Chouhan（印多尔）

引用于4文件

MSC公司：

42立方厘米 涉及小波和其他特殊系统的非三角调和分析
62G07年 密度估算
6220国集团 非参数推理的渐近性质

关键词：

密度估计;广义反褶积模型;点式风险;最优性;适应性;小波;各向异性Hölder空间

引文：

Zbl 1438.42086号;Zbl 1367.65107号;Zbl 07367147号
PDF格式BibTeX公司 XML格式引用
\textit｛Y.Liu｝和\textit｛C.Wu｝，J.傅立叶分析。申请。26，第6号，第81号论文，27页（2020；Zbl 1473.42043）
全文： 内政部

参考文献：

[1] Butuca，C.，逐点密度估计问题中的自适应收敛速度，Stat.Probab。莱特。，47, 85-90 (2000) ·兹比尔0977.62038 ·doi:10.1016/S0167-7152（99）00141-8
[2] Butucea，C.，Sobolev类密度的精确自适应逐点估计，ESAIM Prob。统计，5，1-31（2001）·Zbl 0990.62032号 ·doi:10.1051/ps:2001100
[3] Benhaddou，R.，含有分数高斯噪声和未知核的同时小波反褶积的Minimax下限，Stat.Prob。莱特。，140, 91-95 (2018) ·Zbl 1392.62087号 ·doi:10.1016/j.spl.2018.05.002
[4] 卡罗尔，RJ；Hall，P.，解卷积密度的最佳收敛速度，美国统计协会，83，1184-1186（1988）·Zbl 0673.62033号 ·网址：10.1080/01621459.1988.10478718
[5] F.孔德。；Lacour，C.，《各向异性自适应核反褶积》，《安娜·Inst.Henri PoincaréProb》。统计，49，569-609（2013）·兹比尔1348.62121 ·doi:10.1214/11-AIHP470
[6] Delyon，B。；Juditsky，A.，关于极大极小小波估计，应用。计算。哈蒙。分析。，3, 215-228 (1996) ·Zbl 0865.62023号 ·doi:10.1006/acha.1996.017
[7] Devroye，L.，密度估计中的一致反褶积，加拿大。J.Stat.，17，235-239（1989）·Zbl 0679.62029号 ·doi:10.2307/3314852
[8] 多诺霍，DL；约翰斯通，IM；Kerkyacharian，G。；Picard，D.，《小波阈值密度估计》，《Ann.Stat.》，24，508-539（1996）·Zbl 0860.62032号 ·doi:10.1214/aos/1032894451
[9] 杜汗，P。；León，JR，《密度投影正交偏差二次数据估计器》，C.R.Acad。科学。巴黎。我数学。，310, 425-430 (1990) ·Zbl 0702.60035号
[10] Fan，J.，关于非参数反褶积问题的最优收敛速度，Ann.Stat.，1921257-1272（1991）·Zbl 0729.62033号 ·doi:10.1214/aos/1176348248
[11] 范，J。；Koo，J-Y，小波反褶积，IEEE Trans。Inf.理论，48，734-747（2002）·Zbl 1071.94511号 ·doi:10.1109/18.986021
[12] Goldenshluger，A。；Lepski，O.，《核密度估计中的带宽选择：预言不等式和自适应极小极大最优性》，《Ann.Stat.》，第39期，第1608-1632页（2011年）·Zbl 1234.62035号 ·doi:10.1214/11-AOS883
[13] Goldenshluger，A。；Lepski，O.，关于（mathbb{R}^d）上的自适应最小极大密度估计，Prob。理论关联。菲尔德，159479-543（2014）·Zbl 1342.62053号 ·doi:10.1007/s00440-013-0512-1
[14] Hesse，CH，从部分污染观测数据中反演密度，J.多元分析。，55246-260（1995年）·Zbl 0863.62037号 ·doi:10.1006/jmva.1995.1078
[15] 哈德勒，WK；Kerkyacharian，G。；Picard，D。；Tsybakov，A.，《小波、近似和统计应用》（1998），纽约：Springer，纽约·Zbl 0899.62002号
[16] 伊布拉基莫夫，IA；哈斯敏斯基，RZ，《统计估计：渐近理论》（1981），纽约：斯普林格出版社，纽约·Zbl 0467.62026号
[17] Kerkyacharian，G。；Picard，D.，Besov空间中的密度估计，Stat.Prob。莱特。，13, 15-24 (1992) ·Zbl 0749.62026号 ·doi:10.1016/0167-7152（92）90231-S
[18] Klutchnikoff，N.，多元函数的逐点自适应估计，数学。方法统计，23，132-150（2014）·兹比尔1308.62063 ·doi:10.3103/S106653071402004
[19] 寇，JK；Liu，YM，基于有偏数据的（L^p）风险非参数回归估计，Commun。Stat.Theor公司。方法，462375-2395（2017）·Zbl 1367.62108号 ·doi:10.1080/03610926.2015.1044670
[20] Lepski，O.，《超形式损失下的多元密度估计：预言法、适应和独立结构》，《Ann.Stat.》，第41期，第1005-1034页（2013年）·Zbl 1360.62158号 ·doi:10.1214/13-AOS1109
[21] Lepski，O。；Willer，T.，卷积结构密度模型的下限，Bernoulli，23884-926（2017）·Zbl 1380.62208号 ·doi:10.3150/15-BEJ763
[22] Lepski，O。；Willer，T.，《卷积结构密度模型中的Oracle不等式和自适应估计》，《Ann.Stat.》，47，233-287（2019）·Zbl 1419.62075号 ·doi:10.1214/18-AOS1687
[23] 李，R。；Liu，YM，带加性噪声密度的小波最优估计，应用。计算。哈蒙。分析。，36, 416-433 (2014) ·Zbl 1292.42022号 ·doi:10.1016/j.aca.2013.07.002
[24] 刘，M。；Taylor，R.，反褶积问题的一致非参数密度估计，Can。J.Stat.，17，427-438（1989）·Zbl 0694.62017号 ·doi:10.2307/3315482
[25] 刘，YM；Wang，HY，Besov空间微分算子小波阈值估计的收敛阶，应用。计算。哈蒙。分析。，32, 342-356 (2012) ·Zbl 1247.42043号 ·doi:10.1016/j.acha.2011.07.003
[26] 刘，YM；Wu，C.，各向异性密度的逐点估计，J.多元分析。，171, 112-125 (2019) ·Zbl 1417.62067号 ·doi:10.1016/j.jmva.2018.11.014
[27] 刘，YM；Zeng，XC，小波反褶积密度估计量的渐近正态性，应用。计算。哈蒙。分析。，48, 321-342 (2020) ·Zbl 1440.42176号 ·doi:10.1016/j.acha.2018.05.006
[28] Lounici，K。；Nickl，R.，《小波反褶积估值器的全球统一风险界》，《Ann.Stat.》，第39期，第201-231页（2011年）·Zbl 1209.62060号 ·doi:10.1214/10-AOS836
[29] Masry，E.，平稳过程多元密度反褶积的强一致性和速度，Stoch。过程。应用。，47, 53-74 (1993) ·Zbl 0797.62071号 ·doi:10.1016/0304-4149（93）90094-K
[30] Pensky，M.，基于有界支撑小波的密度反褶积，Stat.Prob。莱特。，56, 261-269 (2002) ·Zbl 0994.62027号 ·doi:10.1016/S0167-7152（01）00176-6
[31] 彭斯基，M。；Vidakovic，B.，非参数密度反褶积的自适应小波估计器，《Ann.Stat.》，272033-2053（1999）·Zbl 0962.62030号 ·doi:10.1214/aos/1017939249
[32] Rebelles，G.，独立假设下多元密度的逐点自适应估计，Bernoulli，211984-2023（2015）·兹比尔1388.62101 ·doi:10.3150/14-BEJ633
[33] 邵，Q。；Yu，H.，相依序列加权经验过程的弱收敛性，Ann.Prob。，24, 2098-2127 (1996) ·Zbl 0869.60025号 ·doi:10.1214/aop/1065725185
[34] 斯蒂芬斯基，L。；Carroll，R.，解卷积核密度估计，统计学，21169-184（1990）·Zbl 0697.62035号 ·doi:10.1080/02331889008802238
[35] Triebel，H.，《功能空间理论III》（2006），柏林：Birkhäuser出版社，柏林·Zbl 1104.46001号
[36] Tsybakov，AB，Sobolev类上函数的逐点和超形式自适应估计，Ann.Stat.，26，2420-2469（1998）·Zbl 0933.62028号 ·doi:10.1214/aos/1024691478
[37] Walnut，DF，小波分析导论（2004），波士顿：Birkhäuser，波士顿
[38] Walter，GG，噪声存在下的密度估计，Stat.Prob。莱特。，41, 237-246 (1999) ·Zbl 0931.62033号 ·doi:10.1016/S0167-7152（98）00160-6
[39] Wishart，JR，具有各向异性结构的光滑双曲小波反褶积，电子。J.Stat.，第13期，1694-1716页（2019年）·Zbl 1418.62175号 ·doi:10.1214/19-EJS1557
[40] 袁，M。；Chen，J.，从部分污染观测数据中反演多维密度，J.Stat.Plann。推理，104，147-160（2002）·Zbl 1011.62039号 ·doi:10.1016/S0378-3758（01）00238-5
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。