大卫·L·多诺霍。;Liu,Richard C。 几何化收敛速度。三、。 (英语) Zbl 0754.62029号 Ann.统计。 19,No.2,668-701(1991). 摘要:[关于第二部分,请参阅前面的审查。]我们在估计(1)已知密度在Lipschitz条件下递减时的密度时,建立了渐近极小极大风险的上下界;(2) 当密度满足局部二阶光滑条件时的密度;以及(3)当密度满足第(m)阶导数的局部(L_p)约束时,点处密度的第(k)阶导数。在(1)、(2)和(3)中,上下限的渐近差异分别小于18%、24.3%和25%。我们对渐近极大极小风险的界来自一个简单的公式。设(ω(varepsilon))表示待估计泛函关于Hellinger距离的连续模;在前面的例子中,对于某些常数\(A\)和\(r\),其形式为\(ω(\varepsilon)=A\varepsilon^r(1+o(1))。那么,在所有这些情况下,极小极大风险都不比(r^r(1-r)^{1-r}\omega^2(n^{-1/2})/4)渐近大,并且最多小几个百分点。函数的连续模以及问题的几何形状决定了估计的难度。在技术层面上,我们工作的两个有趣方面是:(1)推导具有一般凸非对称先验类的白噪声模型中线性泛函的minimax仿射估计,以及(2)使用L.Le Cam的【统计决策理论中的渐近方法(1986;Zbl 0605.62002号)]收敛理论实验表明,密度模型与白噪声模型一样具有渐近性。在概念层面上,我们工作的一个有趣的方面是使用最难的一维子问题启发式。我们的方法之所以有效,是因为在这些情况下,最难的一维子问题的难度本质上等于完全无限维问题的难度。 引用于2评论引用于73文件 理学硕士: 6220国集团 非参数推理的渐近性质 62G07年 密度估算 62G35型 非参数稳健性 关键词:密度估计;收敛速度;估计有界正态平均值;最优核函数;实验的收敛性;测地实验;伊布常数;分布泛函的估计;边界;渐近极大极小风险;利普希茨条件;局部二阶光滑条件;连续性模数;海林格距离;极小极大仿射估计;白噪声模型;一般凸非对称先验类;最难的一维子问题;无限维问题 引文:Zbl 0605.62002号 PDF格式BibTeX公司 XML格式引用 \textit{D.L.Donoho}和\textit{R.C.Liu},Ann.Stat.19,No.2,668--701(1991;Zbl 0754.62029) 全文: 内政部