霍尔,彼得 关于正交序列密度估计的收敛速度。 (英语) Zbl 0609.62032号 J.R.Stat.Soc.,塞尔维亚。B类 48, 115-122 (1986). 研究了具有紧支撑的密度f(a子集R^d)的非参数估计,并证明了基于正交级数的估计可以实现收敛速度的下界。设(A\|\)表示A的内容,设(\{\phi_i\})是A上的一个完全正交序列。A上的平方可积密度f允许一个(L^2)收敛展开式,其中(\hat c{}_i=\int\phi_i(X_j))是对\(c_i\)的无偏估计。f的估计量定义为\[(1)\;\f(.|b)=\sum b_i\hat c_i\phi_i\]其中,通常假定序列\(b=(b_1,b2,…)\为(sum|b_i|<\infty),以确保(1)中随机序列的收敛性。结果表明,积分均方误差\[(2)\;\sup_{f\在f(m)}中_{A} E类(\tilde f(x)-f(x))^2dx\geq C_0\min(1,\epsilon)\sum^{\infty}_{i=m}\min(n^{-1},a^2_i),\]其中,\(tilde f)是f的任何平方积分非参数估计量(基于大小为n的随机样本),f(m)是形式的所有f的类\[(3) 四个f(x)=\|A\|^{-1}+\sum^{\infty}_{i=m}r_ia_i\phi_i(x),\]并且对常数\(r i \)、\(a i \)和\(epsilon \)进行限制,以确保f是密度。还证明了对于(b等价b_n)的某些选择,形式(1)的估计在达到(2)中的下界时是渐近最优的。审核人:R.L.泰勒 引用于10文件 MSC公司: 62E20型 统计学中的渐近分布理论 62G05型 非参数估计 关键词:收敛速度;平滑度;傅里叶级数;密度估计;傅里叶系数;正交级数;平方可积密度;膨胀;积分均方误差;渐近最优;下限 PDF格式BibTeX公司 XML格式引用 \textit{P.Hall},J.R.Stat.Soc.,Ser。B 48115-122(1986;Zbl 0609.62032)