×
邹玉叶;梁汉英;张晶晶

当存在协变量时，数据随机缺失的非线性小波密度估计。 （英语） Zbl 1329.62194号

梅特里卡 78，第8期，967-995（2015）.
摘要：本文构造了存在协变量时数据随机缺失密度的非线性小波估计，并给出了估计量的均方误差（MISE）的渐近表达式。与核估计不同，当密度函数分段光滑时，基于小波的估计的MISE表达式仍然成立。此外，还建立了估计量的渐近正态性。

引用于4文件

理学硕士：

62G07年 密度估算
6220国集团 非参数推理的渐近性质

关键词：

非线性小波密度估计;平均积分平方误差;缺少数据;渐近正态性
PDF格式BibTeX公司 XML格式引用
\textit{Y.-Y.Zou}等人，Metrika 78，No.8，967--995（2015；Zbl 1329.62194）
全文： 内政部

参考文献：

[1] 蔡JJ，梁HY（2011）截断相关观测的非线性小波密度估计。Int J Wavelets多分辨率Inf过程9（4）：587-609·Zbl 1219.62063号 ·doi:10.1142/S021969131004237
[2] Donoho DL，Johnstone IM（1994），小波收缩的理想空间自适应。生物特征81:425-455·Zbl 0815.62019号 ·doi:10.1093/biomet/81.3.425
[3] Donoho DL，Johnstone IM（1995），通过小波收缩适应未知平滑度。美国统计学会杂志90:1200-1224·Zbl 0869.62024号 ·网址：10.1080/01621459.1995.10476626
[4] Donoho DL，Johnstone IM，Kerkyacharian G，Picard D（1995）小波收缩渐近线？（经过讨论）。J R Stat Soc公司B57:301-369·Zbl 0827.62035号
[5] Donoho DL，Johnstone IM，Kerkyacharian G，Picard D（1996），小波阈值密度估计。安统计24:508-539·Zbl 0860.62032号 ·doi:10.1214/aos/1032894451
[6] Hall P，Patil P（1995）非线性小波密度估计器的平均积分平方误差公式。安统计23:905-928·兹比尔0839.62042 ·doi:10.1214/aos/1176324628
[7] Härdle W、Kerkyacharian G、Picard D、Tsybakov A（1998）小波、近似和统计应用。统计学课堂讲稿，第129卷。纽约州施普林格·Zbl 0899.62002号
[8] Li L（2003）随机审查下基于非线性小波的密度估计器。J Stat Plan推断117（1）：35-58·Zbl 1022.62038号 ·doi:10.1016/S0378-3758（02）00366-X
[9] Liang HY，de Uña-álvarez J（2011）截断、删失和相关数据条件密度的小波估计。多变量分析杂志102:448-467·Zbl 1207.62083号 ·doi:10.1016/j.jmva.2010.10.004
[10] Little RJA，Rubin DB（2002），缺失数据的统计分析，第2版。纽约威利·Zbl 1011.62004号
[11] Petrov VV（1995）概率论极限定理。牛津大学出版社，纽约·Zbl 0826.60001号
[12] Serfling RJ（1980）《数理统计逼近定理》。纽约威利·Zbl 0538.62002号 ·doi:10.1002/9780470316481
[13] Sinha SK（2012）对具有不可忽视的缺失响应的纵向数据进行稳健分析。梅特里卡75（7）：913-938·Zbl 1410.62147号 ·文件编号：10.1007/s00184-011-0359-3
[14] Wang Q（2008）存在协变量时数据随机错误的概率密度估计。J Stat Plan推断138:568-587·Zbl 1138.62018号 ·doi:10.1016/j.jspi.2006.10.017
[15] Wang Q，Linton O，Hardle W（2004）随机缺失响应的半参数回归分析。美国统计协会杂志99:334-345·Zbl 1117.62441号 ·doi:10.1198/016214500000449
[16] Wang Q，Rao J（2002）缺失应答数据插补下的经验似然推理。安统计30:896-924·Zbl 1029.62040号 ·doi:10.1214操作系统/1028674845
[17] Wang D，Chen S（2009）估计缺失值方程的经验似然。安统计37:490-517·Zbl 1155.62021号 ·doi:10.1214/07-AOS585
[18] Wang Q，Qin Y（2010）具有缺失响应的分布函数的经验似然置信带。J Stat Plan推断140:2778-2789·Zbl 1188.62148号 ·doi:10.1016/j.jspi.2010.03.044
[19] Xu W，Guo X（2013）随机缺失响应的变系数模型的非参数检验。梅特里卡76（4）：459-482·Zbl 1353.62046号 ·文件编号：10.1007/s00184-012-0399-3
[20] Xu W，Zhu L（2013）随机检验具有缺失响应的变系数模型的充分性。梅特里卡76（1）：53-69·Zbl 1256.62029号 ·doi:10.1007/s00184-011-0375-3
[21] Yu W，Niu C，Xu W（2014）缺少响应数据的两样本线性模型系数差异的经验似然推断。梅特里卡77（5）：675-693·Zbl 1334.62124号 ·文件编号：10.1007/s00184-013-0459-3
[22] Zou YY，Liang HY（2014）截断强混合观测下小波密度估计的全局L_2 L2误差。国际J小波多分辨率信息处理12（3）：1450033，1-12·Zbl 06328430号
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。