萨利姆·布泽巴达;图里亚·埃尔哈贾利 删失数据下自适应内维数核回归估计的一致收敛速度。 （英语） Zbl 1466.62292号 J.非参数统计。 32，第4号，864-914（2020）. 小结：本文的重点是现代经验过程理论导出的回归函数（\mathbb{E}（\phi（\mathbf{Y}）|\mathbf{X}=\mathbf{X}）的核型估计的带宽一致性，在核上的条件比以前文献中使用的弱。我们的定理允许数据驱动的局部带宽用于这些统计。我们扩展了核回归估计量的现有一致界，使其适应于（mathbf{X}）潜在分布的内在维数，其特征是所谓的内在维数。此外，在相同的背景下，我们证明了随机删失下回归函数的非参数截尾加权逆概率（I.P.C.W.）估计的带宽一致性。给出了核型估计量（密度、回归、条件分布、导数函数、熵、模式和可加模型）的统计应用，以激发这些结果。 引用于16文件 MSC公司： 62克08 非参数回归和分位数回归 62G07年 密度估算 关键词：条件经验过程;VC-类;核型估计量;密度函数;回归函数;经审查的数据 软件：国际分帐;科恩平滑 PDF格式BibTeX公司 XML格式引用 \textit｛S.Bouzebda｝和\textit｛T.El hadjali｝，《非参数统计》第32卷，第4期，864--914页（2020年；Zbl 1466.62292） 全文： 内政部 参考文献： [1] Akaike，H.，密度函数的近似，统计数学研究所年鉴，6127-132（1954）·Zbl 0058.12302号 [2] Auestad，B.和Tjötheim，D.（1991），“非线性时间序列中的函数识别”，非参数函数估计和相关主题，G.Roussas编辑，《北约ASI系列》第335卷，施普林格荷兰，第493-507页·Zbl 0727.62082号 [3] Bousquet，O.，一个Bennett浓度不等式及其在经验过程最高级中的应用，Comptes-Rendus Mathematique，334，6，495-500（2002）·兹比尔1001.60021 [4] Bouzebda，S.，关于Bootstrapped经验Copula过程的强逼近及其应用，统计数学方法，21，3，153-188（2012）·Zbl 1295.60042号 [5] Bouzebda，S。；Didi，S.，平稳和遍历连续时间过程的加性回归模型，统计学中的通信——理论和方法，46，5，2454-2493（2017）·Zbl 1380.62165号 [6] Bouzebda，S。；Elhattab，I.，《香农熵核型估计的带宽一致性》，《电子统计杂志》，5，440-459（2011）·Zbl 1274.62186号 [7] Bouzebda，S。；Chokri，K.，《部分线性加性回归模型的统计检验》，《统计方法》，第19期，第4-24页（2014年）·Zbl 1486.62098号 [8] Bouzebda，S。；Nemouchi，B.，《涉及函数数据的非参数回归估计和条件U统计量的一致一致性和带宽一致性》，《非参数统计杂志》，32，2，452-509（2020）·兹比尔1476.62073 [9] Bouzebda，S。；Chokri，K。；Louani，D.，部分线性可加模型分量估计中的一些一致性结果，统计学中的通信-理论和方法，45，5，1278-1310（2016）·Zbl 1337.62100号 [10] Bouzebda，S。；Elhattab，I。；Seck，C.T.，基于Copula表示的非参数回归的带宽一致性，统计与概率字母，137173-182（2018）·Zbl 1463.62118号 [11] 布雷曼，L。；Friedman，J.H.，估计多元回归和相关的最优变换，美国统计协会杂志，803391580-619（1985）·Zbl 0594.62044号 [12] Brunel，E.和Comte，F.（2006），“存在Censoring的非参数自适应回归估计”。 [13] 布贾，A。；哈斯蒂，T。；Tibshirani，R.，线性平滑和加法模型，《统计年鉴》，17，2，453-555（1989）·Zbl 0689.62029号 [14] Carbonez，A。；Györfi，L。；van der Meulen，E.C.，随机删失下回归函数的分区估计，统计与风险建模，13，1，21-38（1995）·Zbl 0814.62019号 [15] Chacón，J.E.和Duong，T.（2018），多元核平滑及其应用，统计学和应用概率专著第160卷。佛罗里达州博卡拉顿：CRC出版社·Zbl 1402.62003号 [16] Chambers，J.M.和Hastie，T.J.（1992），《S中的统计模型》，统计模型一章。沃兹沃思和布鲁克斯/科尔·Zbl 0776.62007号 [17] Chen，R.、Härdle，W.、Linton，O.和Severance-Lossin，E.（1996），“可加性可分离回归模型的非参数估计”，载于《统计理论与平滑的计算方面》，编辑W.Härd le和M.Schimek，《对统计的贡献》，Physica-Verlag HD，第247-265页。 [18] Collomb，G.，《回归的非随机估计：评论书目》，《国际统计评论》，49，1，75-93（1981）·Zbl 0471.62039号 [19] 盖，T.M。；Thomas，J.A.，《信息理论要素》（2006），新泽西州霍博肯：威利国际科学[John Wiley&Sons]，新泽西·Zbl 1140.94001号 [20] Csiszár，I.，信息总监Konvergenzbegriffe Im Raum Der Wahrscheinlichkeitsvertilungen，Magyar Tud。阿卡德。马特·库塔托国际有限公司。，7, 137-158 (1962) ·Zbl 0239.60034号 [21] Deheuvels，P.（2000），“可能无界区间上核密度估计的统一极限定律”，《可靠性理论的最新进展》（Bordeaux，2000），Stat.Ind.Technol。，马萨诸塞州波士顿：Birkhäuser Boston；第477-492页·兹比尔0997.62038 [22] Deheuvels，P.，《One Bootstrap Safficies to Generate Sharp Uniform Bounds in Functional Estimation》，Kybernetika（布拉格），47，6，855-865（2011）·Zbl 1274.62234号 [23] 机动，P。；Mason，D.M.，基于核函数估计的一般渐近置信带，随机过程的统计推断，7，3，225-277（2004）·Zbl 1125.62314号 [24] Devroye，L.（1987），“密度估计课程”，《概率与统计进展》第14卷。马萨诸塞州波士顿：Birkhäuser Boston，Inc·Zbl 0617.62043号 [25] Devroye，L.和Györfi，L.（1985），非参数密度估计。概率与数理统计威利系列：概率与统计丛书。纽约：John Wiley&Sons，Inc·Zbl 0546.62015号 [26] Devroye，L.和Lugosi，G.（2001），密度估算中的组合方法。统计学中的斯普林格系列。纽约：Springer-Verlag·兹比尔0964.62025 [27] Dony，J.和Einmahl，U.（2009），“核回归估计器在固定点的带宽一致性”，《高维概率V：Luminy卷》，《Inst.Math》第5卷。统计（IMS）收集。，俄亥俄州比奇伍德：Inst.Math。统计人员。，第308-325页·Zbl 1243.62052号 [28] 杜德维茨，E.J。；van der Meulen，E.C.，《基于熵的均匀性检验》，《美国统计协会杂志》，76，376，967-974（1981）·Zbl 0484.62035号 [29] Dudley，R.M.（2014），《统一中心极限定理》（第二版），《剑桥高等数学研究》第142卷。纽约：剑桥大学出版社·Zbl 1317.60030号 [30] 易卜拉希米，N。；Habibullah，M。；Soofi，E.，《基于Kullback-Leibler信息的指数检验》，英国皇家统计学会期刊B辑，54，3，739-748（1992）·Zbl 0775.62006号 [31] Eggermont，P.P.B.和LaRiccia，V.N.（2001），《最大惩罚可能性估计》。（第一卷）。统计学中的斯普林格系列。纽约：施普林格出版社·Zbl 0984.62026号 [32] 美国埃因马尔。；Mason，D.M.，核函数估计一致一致性的经验过程方法，理论概率杂志，13，1，1-37（2000）·Zbl 1426.62113号 [33] 美国埃因马尔。；Mason，D.M.，核函数估计的带宽一致性，统计年鉴，33，3，1380-1403（2005）·兹比尔1079.62040 [34] Fan，J.和Gijbels，I.（1996），局部多项式建模及其应用，统计学和应用概率专著第66卷。伦敦：查普曼和霍尔·Zbl 0873.62037号 [35] Federer，H.，曲率测度，美国数学学会汇刊，93，3，418-491（1959）·Zbl 0089.38402号 [36] Földes，A。；Rejtö，L.，乘积极限估计的Lil型结果，Zeitschrift für Wahrscheinlichkeits theorie und verwandte Gebiete，56，1，75-86（1981）·Zbl 0443.62031号 [37] Genovese，C.R.、Perone-Pacifico，M.、Verdinelli，I.和Wasserman，L.A.（2013），“密度模式的非参数推断”，CoRR，abs/1312.7567·Zbl 1411.62093号 [38] 杜松子酒，E。；Nickl，R.，《小波密度估计的统一极限定理》，《概率年鉴》，37，4，1605-1646（2009）·Zbl 1255.62103号 [39] Giné，E.和Sang，H.（2013），“关于以超形式最佳速率通过严格概率密度估计光滑密度”，《从概率到统计再到后：高维模型和过程》，《仪器数学》第9卷。统计（IMS）收集。，俄亥俄州比奇伍德：Inst.Math。统计人员。，第128-149页·Zbl 1325.62082号 [40] 杜松子酒，E。；Koltchinski，V.公司。；Sakhanenko，L.，核密度估计：加权超形式的分布收敛性，概率论及相关领域，130，2，167-198（2004）·Zbl 1048.62041号 [41] Gokhale，D.V.和Kullback，S.（1978），《列联表中的信息》，《统计学：教科书和专著》第23卷。纽约：Marcel Dekker，Inc·Zbl 0405.6202号 [42] Györfi，L.、Kohler，M.、Krzyżak，A.和Walk，H.（2002），非参数回归的无分布理论。统计学中的斯普林格系列。纽约：Springer-Verlag·Zbl 1021.62024号 [43] Hall，P.，回归函数核估计的积分平方误差和交叉验证的渐近性质，Zeitschrift für Wahrscheinlichkeits theory und verwandte Gebiete，67，2，175-196（1984）·Zbl 0556.62020号 [44] Härdle，W.（1990），《应用非参数回归》，《计量经济学社会专题论文》第19卷。剑桥：剑桥大学出版社·Zbl 0714.62030号 [45] Härdle，W。；Marron，J.S.，非参数回归函数估计中的最佳带宽选择，统计学年鉴，13，4，1465-1481（1985）·Zbl 0594.62043号 [46] Hein，M.和Audibert，J.-Y.（2005），“研发中子流形的内在维数估计”，《第22届机器学习国际会议论文集》，ACM，第289-296页。 [47] Hastie，T.J.和Tibshirani，R.J.（1990），广义加法模型，统计学和应用概率专著第43卷。伦敦：查普曼霍尔有限公司·Zbl 0747.62061号 [48] Jaynes，E.T.，《信息理论和统计力学》，《物理评论》（2），106，620-630（1957）·Zbl 0084.43701号 [49] 卡普兰，E.L。；Meier，P.，《不完全观测的非参数估计》，美国统计协会杂志，53，282，457-481（1958）·Zbl 0089.14801号 [50] Kara-Zaitri，L。；Laksaci，A。；拉赫迪，M。；Vieu，P.，涉及函数数据的各种核估计的带宽一致性，非参数统计杂志，29，1，85-107（2017）·兹比尔1365.62163 [51] Kégl，B.（2003），“使用包装数的内在维度估计”，《神经信息处理系统的进展》，第697-704页。 [52] Kim，J.，Shin，J.、Rinaldo，A.和Wasserman，L.（2018年），“自适应内禀体积维的核密度估计器的一致收敛速度”，arXiv电子版，第arXiv:1810.05935页。 [53] Kim，J.，Shin，J.、Rinaldo，A.和Wasserman，L.（2019），“自适应内禀体积维的核密度估计器的一致收敛速度”，第36届国际机器学习会议论文集，编辑K.Chaudhuri和R.Salakhutdinov，《机器学习研究论文集》第97卷，加利福尼亚长滩，美国PMLR，第3398-3407页。 [54] 科勒，M。；英国马瑟。；Pintér，M.，从随机右删失数据预测，多元分析杂志，80，1，73-100（2002）·兹比尔0992.62041 [55] Kosorok，M.R.（2008），《经验过程和半参数推断导论》。统计学中的斯普林格系列。纽约：斯普林格·Zbl 1180.62137号 [56] Kullback，S.，《信息理论与统计》（1959年），纽约：John Wiley and Sons，Inc，纽约·Zbl 0149.37901号 [57] Ledoux，M.，《关于Talagrand的产品度量偏差不等式》，ESAIM:概率与统计，163-87（1997）·Zbl 0869.60013号 [58] Levina，E.和Bickel，P.J.（2005），“内在维度的最大似然估计”，《神经信息处理系统进展》，第777-784页。 [59] Ling，N。；Vieu，P.，《功能数据的非参数建模：未来的调查和跟踪》，统计学，52，4934-949（2018）·Zbl 1411.62084号 [60] Ling，N。；孟，S。；Vieu，P.，函数时间序列数据kNN回归估计的一致一致性率，非参数统计杂志，31，2，451-468（2019）·Zbl 1418.62160号 [61] 林惇，O。；Nielsen，J.P.，基于边缘积分估计结构化非参数回归的核心方法，生物特征，82，1，93-100（1995）·Zbl 0823.62036号 [62] 梅洛特，B。；Viallon，V.，《截尾数据下回归函数非参数估计的对数统一极限定律》，统计数学方法，18，2，159-184（2009）·Zbl 1231.62068号 [63] Mammen，E。；林惇，O。；Nielsen，J.，弱条件下回拟投影算法的存在性和渐近性，《统计年鉴》，27，5，1443-1490（1999）·Zbl 0986.62028号 [64] Mammen，E.、Park，B.U.和Schienle，M.（2012），“加性模型：扩展和相关模型”，SFB 649讨论文件SFB649DP2012-045，Sonderforschungsbereich 649，柏林：洪堡大学。 [65] Mason，D.M.，证明非标准核估计的一致性，随机过程的统计推断，15，2，151-176（2012）·Zbl 1242.62028号 [66] 梅森，D.M。；Swanepoel，J.W.H.，核型函数估计器带宽一致性的一般结果，TEST，20，1，72-94（2011）·Zbl 1331.62235号 [67] 梅森，D.M。；Swanepoel，J.W.H.，混合数据密度核估计的带宽一致性，电子统计杂志，9，1，1518-1539（2015）·Zbl 1333.60056号 [68] Mokkadem，A。；Pelletier，M.，多变量核模式估计的迭代对数定律，ESAIM。概率与统计=概率与统计，7，1-21（2003）·兹比尔1013.62032 [69] Müller，H.-G.（1988），纵向数据的非参数回归分析，统计学讲义第46卷。柏林：Springer-Verlag·Zbl 0664.62031号 [70] Nadaraya，E.，关于估计回归，概率理论及其应用，9，1，141-142（1964）·Zbl 0136.40902号 [71] Nadaraya，E.A.（1989），概率密度和回归曲线的非参数估计，数学及其应用（苏联系列）第20卷。多德雷赫特：Kluwer学术出版集团·Zbl 0709.62039号 [72] Newey，W.K.，部分均值的核估计和一般方差估计，计量经济学理论，10，2，233-253（1994） [73] Noh，Y.-K。；杉山，M。；刘，S。；普莱西斯，M.C.d。；F.C.公园。；Lee，D.D.，Kullback-leibler散度的最近邻估计的偏差减少和度量学习，神经计算，30，7，1930-1960（2018）·Zbl 1471.62301号 [74] 诺兰，D。；Pollard，D.，《U过程：收敛速度》，《统计年鉴》，第15、2、780-799页（1987年）·Zbl 0624.60048号 [75] 诺沃，S。；Aneiros，G。；Vieu，P.，函数单因次回归中的自动和位置自适应估计，非参数统计杂志，31，2，364-392（2019）·Zbl 1418.62164号 [76] Opsomer，J.D。；Ruppert，D.，用局部多项式回归拟合二元可加模型，《统计年鉴》，25，1，186-211（1997）·Zbl 0869.62026号 [77] Parzen，E.，《概率密度函数和模式的估计》，《数理统计年鉴》，331065-1076（1962）·Zbl 0116.11302号 [78] Pollard，D.（1984），随机过程的收敛性。统计学中的斯普林格系列。纽约：Springer-Verlag·Zbl 0544.60045号 [79] Pollard，D.（1990），《经验过程：理论与应用》，NSF-CBMS概率与统计区域会议系列第2卷，加利福尼亚州海沃德：数理统计研究所；弗吉尼亚州亚历山大市：美国统计协会·Zbl 0741.60001号 [80] 拉赫迪，M。；Vieu，P.，《函数数据的非参数回归：自动平滑参数选择》，《统计规划与推断杂志》，137,92784-2801（2007）·Zbl 1331.62240号 [81] Rényi，A.，《概率分布的维数和熵》，匈牙利科学院数学学报，第10期，193-215页（1959年）·Zbl 0088.10702号 [82] Rosenblatt，M.，关于密度函数的一些非参数估计的注释，数理统计年鉴，27832-837（1956）·Zbl 0073.14602号 [83] Scott，D.W.（2015），《多元密度估计》（第2版）。概率统计威利级数。新泽西州霍博肯：John Wiley&Sons，Inc·Zbl 1311.62004号 [84] Shannon，C.E.，通信数学理论，贝尔系统技术期刊，27379-423（1948）·Zbl 1154.94303号 [85] Silverman，B.W.（1986），《统计和数据分析的密度估计》。统计学和应用概率专著。伦敦：查普曼和霍尔·Zbl 0617.62042号 [86] Singh，R.S.，《密度及其导数的估计在某些统计问题上的应用》，英国皇家统计学会期刊B辑，39，357-363（1977）·Zbl 0377.62039号 [87] Sriperumbudur，B.和Steinwart，I.（2012），“使用Dbscan进行聚类的一致性和速度”，摘自《人工智能与统计》，第1090-1098页。 [88] 斯坦瓦特，I。；Christmann，A.，支持向量机。《信息科学与统计》（2008），纽约：施普林格科学与商业媒体·兹比尔1203.68171 [89] Stone，C.J.，《加性回归和其他非参数模型》，《统计学年鉴》，13，2，689-705（1985）·Zbl 0605.62065号 [90] Stone，C.J.，《广义可加模型的降维原理》，《统计学年鉴》，第14、2、590-606页（1986年）·Zbl 0603.62050号 [91] Stute，W.，条件经验过程，统计年鉴，14，2，638-647（1986）·Zbl 0594.62038号 [92] Szepesvári，C.、Audibert，J.-Y.和Farahmand，A.M.（2007），显式适应维度估计。第24届机器学习国际会议论文集，第265-272页。ACM公司。 [93] Talagrand，M.，高斯过程和经验过程的Sharper边界，概率年鉴，22，1，28-76（1994）·Zbl 0798.60051号 [94] Tapia，R.A.和Thompson，J.R.（1978），非参数概率密度估计，《数学科学中的约翰·霍普金斯系列》第1卷。马里兰州巴尔的摩：约翰·霍普金斯大学出版社·Zbl 0449.62029号 [95] 特约西姆·D·。；Auestad，B.H.，《非线性时间序列的非参数识别：预测》，美国统计协会杂志，89，428，1398-1409（1994）·Zbl 0813.62036号 [96] Tsybakov，A.B.，《非参数核回归中带宽的选择》，Teor。Veroyatnost公司。i Primenen。，32, 1, 153-159 (1987) ·Zbl 0628.62033号 [97] van der Vaart，A.W.和Wellner，J.A.（1996），《弱收敛和经验过程》。统计学中的斯普林格系列。纽约：Springer-Verlag，《统计应用》·Zbl 0862.60002号 [98] Vasicek，O.，《基于样本熵的正态性测试》，英国皇家统计学会期刊B辑，38，1，54-59（1976）·Zbl 0331.62031号 [99] Verdugo Lazo，A.C.G。；Rathie，P.N.，《关于连续概率分布的熵》，IEEE信息理论汇刊，IT-24，1，120-122（1978）·Zbl 0371.94042号 [100] Wand，M.P.和Jones，M.C.（1995），《核平滑》，统计学和应用概率专著第60卷。伦敦：查普曼和霍尔有限公司·Zbl 0854.62043号 [101] Watson，G.S.，平滑回归分析，Sankhyá系列A，26359-372（1964）·Zbl 0137.13002号 [102] Wertz，W.（1978年），《统计密度估计：一项调查》，Angewandte Statistik undØkonometrie[应用统计学和计量经济学]第13卷。哥廷根：范登霍克和鲁普雷希特·Zbl 0388.62035号 [103] Ziegler，K.，关于随机设计模型中回归函数模式的非参数核估计，非参数统计杂志，14，6，749-774（2002）·Zbl 1013.62047号 [104] Ziegler，K.，关于非参数随机设计模型中模式的核回归估计的渐近正态性，统计规划与推断杂志，115，1，123-144（2003）·Zbl 1041.62033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。