亚尼克·巴拉德 随机设计回归的模型选择。 (英语) Zbl 1059.62038号 ESAIM,Probab公司。斯达。 6, 127-146 (2002). 摘要:我们考虑了当设计是随机的,值在\(\mathbb{R}^k\)中时估计未知回归函数的问题。我们的估算程序基于模型选择,不依赖于目标函数的任何先验信息。我们从线性函数空间的集合开始,在该集合中的数据选择空间上建立最小二乘估计量。我们研究了一个估计量的性能,该估计量是通过在一组小概率上修改此最小二乘估计量而获得的。对于定义的估计量,我们建立了与预言不等式相关的非共鸣风险界。因此,我们证明了我们的估计器在Besov球(mathcal B_{alpha,l,infty}(R))的大族上具有极大极小意义下的自适应性质,其中(alpha_l)是满足(1/l-1/2\leq\alpha_l<1/l)的正数。我们还研究了回归函数是可加函数的特殊情况,然后得到了一个与当(k=1)时收敛速度相同的可加估计量。 引用于1审查引用于57文件 MSC公司: 62G08号 非参数回归和分位数回归 46纳米30 泛函分析在概率论和统计学中的应用 62J02型 一般非线性回归 关键词:最小二乘估计量;处罚标准;最小最大速率;贝索夫空间;型号选择;自适应估计 PDF格式BibTeX公司 XML格式引用 \textit{Y.Baraud},ESAIM,Probab。Stat.6,127--146(2002;Zbl 1059.62038) 全文: DOI程序 Numdam编号 欧洲DML 参考文献: [1] Y.Baraud,固定设计回归模型选择。普罗巴伯。理论相关领域117(2000)467-493。MR 1777129 | Zbl 0997.62027·Zbl 0997.62027号 ·doi:10.1007/s004400000058 [2] A.Barron、L.Birgé和P.Massart,通过惩罚选择模型的风险边界。普罗巴伯。理论相关领域113(1999)301-413。MR 1679028 | Zbl 0946.62036·Zbl 0946.62036号 ·doi:10.1007/s004400050210 [3] A.R.Barron和T.M.Cover,最小复杂度密度估计。IEEE传输。通知。理论37(1991)1738。MR 1111806 | Zbl 0743.62003·Zbl 0743.62003号 ·数字对象标识代码:10.1109/18.86996 [4] L.Birgé和P.Massart,贝索夫空间中的自适应压缩算法。施工。约16(2000)1-36。MR 1848840 | Zbl 1004.41006·Zbl 1004.41006号 ·doi:10.1007/s003659910001 [5] L.Birgé和P.Massart,筛子上的最小对比度估计:指数界和收敛速度。伯努利4(1998)329-375。文章|MR 1653272|Zbl 0954.62033·Zbl 0954.62033号 ·doi:10.2307/3318720 [6] L.Birgé和P.Massart,高斯模型选择。JEMS 3(2001)203-268。MR 1848946 | Zbl 1037.62001·Zbl 1037.62001 ·doi:10.1007/s100970100031 [7] L.Birgé和Massart,高斯模型选择的广义(C_p)准则,技术报告。巴黎第六大学,PMA-647(2001)·兹比尔1037.62001 [8] L.Birgé和Y.Rozenholc,一个规则的柱状图中应该放置多少个箱子,技术报告。巴黎第六大学,PMA-721(2002)·Zbl 1136.62329号 [9] O.Catoni,统计学习理论和随机优化,收录于《圣弗洛尔的概率》。施普林格(2001)。Zbl 1076.93002号·Zbl 1076.93002号 ·doi:10.1007/b99352 [10] A.Cohen,I.Daubechies和P.Vial,《区间上的小波和快速小波变换》。申请。公司。哈蒙。分析。1 ( 1993 ) 54 - 81 . MR 1256527 | Zbl 0795.42018·Zbl 0795.42018号 ·doi:10.1006/acha.1993.1005 [11] I.Daubechies,小波十讲。SIAM:费城(1992)。MR 1162107 | Zbl 0776.42018·Zbl 0776.42018号 [12] R.A.DeVore和G.G.Lorentz,构造近似。施普林格·弗拉格,柏林(1993年)。MR 1261635 | Zbl 0797.41016·Zbl 0797.41016号 [13] D.L.Donoho和I.M.Johnstone,通过小波收缩实现理想的空间自适应。《生物特征》81(1994)425-455。MR 1311089 | Zbl 0815.62019·Zbl 0815.62019号 ·doi:10.1093/biomet/81.3.425 [14] D.L.Donoho和I.M.Johnstone,通过小波收缩进行Minimax估计。安。统计师。26 ( 1998 ) 879 - 921 . 文章|MR 1635414 | Zbl 0935.62041·Zbl 0935.62041号 ·doi:10.1214/aos/1024691081 [15] M.Kohler,平均值与期望值的一致偏差不等式及其在非参数回归中的应用。J.统计。计划。推论89(2000)1-23。MR 1794410 |兹比尔0982.62035·Zbl 0982.62035号 ·doi:10.1016/S0378-3758(99)00215-3 [16] M.Kohler,使用交互最小二乘样条和复杂性正则化的非参数回归函数估计。Metrika 47(1998)147-163。MR 1622144 | Zbl 1093.62528·Zbl 1093.62528号 ·doi:10.1007/BF02742869 [17] A.P.Korostelev和A.B.Tsybakov,图像重建的Minimax理论。Springer-Verlag,纽约州纽约市,Statis课堂讲稿。( 1993 ). MR 1226450 | Zbl 0833.62039·Zbl 0833.62039号 [18] C.J.Stone,加性回归和其他非参数模型。安。统计师。13 ( 1985 ) 689 - 705 . 文章|MR 790566|Zbl 0605.62065·Zbl 0605.62065号 ·doi:10.1214/aos/1176349548 [19] M.Wegkamp,非参数回归模型选择,预印本,耶鲁大学(2000)。Zbl 1019.62037号·Zbl 1019.62037号 ·doi:10.1214/aos/1046294464 [20] 杨勇,非参数回归的模型选择。统计师。Sinica 9(1999)475-499。MR 1707850 | Zbl 0921.62051·Zbl 0921.62051号 [21] 杨勇,结合不同程序进行自适应回归。J.多变量分析。74 ( 2000 ) 135 - 161 . MR 1790617 | Zbl 0964.62032·Zbl 0964.62032号 ·doi:10.1006/jmva.1999.1884 [22] Y.Yang和A.Barron,最小最大收敛速度的信息论确定。安。统计师。27 ( 1999 ) 1564 - 1599 . 文章|MR 1742500 | Zbl 0978.62008·Zbl 0978.62008号 ·doi:10.1214/aos/1017939142 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。