×

扩散过程中的自适应估计。 (英语) Zbl 1043.62528号

摘要:我们研究了一维扩散过程系数的非参数估计。考虑了不同的渐近框架。在广泛的Besov光滑类上研究了极小极大收敛率。我们构造了基于小波阈值的自适应估计器(相对于未知平滑度)。结果与密度估计或非参数回归等较简单的模型具有可比性。

MSC公司:

2005年6月2日 马尔可夫过程:估计;隐马尔可夫模型
62G05型 非参数估计
6220国集团 非参数推理的渐近性质
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 巴洛,M.T。;Yor,M.,通过Garsia-Rodemich-Rumsey引理的Semi-martingale不等式及其对局部时间的应用,J.Funct。分析。,49, 198-229 (1982) ·Zbl 0505.60054号
[2] 科恩,A.,1998年。数值分析中的多尺度方法和小波。数字手册。分析。,出现。;科恩,A.,1998年。数值分析中的多尺度方法和小波。数字手册。分析。,出现。
[3] Daubechies,I.,1992年。关于小波的十次讲座,“CBMS-NSF应用数学系列”,第61卷,SIAM,费城。;Daubechies,I.,1992年。关于小波的十次讲座,“CBMS-NSF应用数学系列”,第61卷,SIAM,费城·Zbl 0776.42018号
[4] Donoho,D.L.,Johnstone,I.M.,1995年。基于小波收缩的最小极大估计,Ann.Statist。,出现。;Donoho,D.L.,Johnstone,I.M.,1995年。基于小波收缩的最小极大估计,Ann.Statist。,出现·Zbl 0935.62041号
[5] Donoho,D.L.,Johnstone,I.M.,Kerkyachorian,G.,Picard,D.,1995年。小波收缩,渐近?J.罗伊。统计师。Soc.系列。乙57,301-369。经过讨论。;Donoho,D.L.,Johnstone,I.M.,Kerkyachorian,G.,Picard,D.,1995年。小波收缩,无症状?J.罗伊。统计师。Soc.系列。乙57,301-369。经过讨论·Zbl 0827.62035号
[6] Donoho,D.L。;约翰斯通,I.M。;Kerkyacharian,G。;Picard,D.,小波阈值密度估计,Ann.Statist。,24, 508-539 (1996) ·Zbl 0860.62032号
[7] Florens-Zmirou,D.,《关于从离散观测值估算扩散系数》,J.Appl。概率。,30, 790-804 (1993) ·兹比尔0796.62070
[8] Genon-Catalot,V。;拉雷多,C。;Picard,D.,小波方法扩散系数的非参数估计,Scand。J.统计。,19, 319-335 (1992) ·Zbl 0776.62033号
[9] Hall,P.,Heyde,C.C.,1980年。鞅极限理论及其应用。纽约学术出版社。;Hall,P.,Heyde,C.C.,1980年。鞅极限理论及其应用。纽约学术出版社·Zbl 0462.60045号
[10] 霍夫曼,M.(1996)。L_p\);霍夫曼,M.(1996)。L_p\)
[11] Jacod,J.,1997年。扩散系数的非参数核估计。巴黎大学概率实验室预印本405。;Jacob,J.,1997年。扩散系数的非参数核估计。巴黎大学概率实验室预印本405。
[12] Korostelev,A.P.,Tsybakov,A.D.,1993年。图像重建的极小极大理论。统计学讲义,第82卷。施普林格,柏林。;Korostelev,A.P.,Tsybakov,A.D.,1993年。图像重建的极小极大理论。统计学讲义,第82卷。柏林施普林格·兹比尔083362039
[13] Kerkyacharian,G。;Picard,D.,《用核和小波方法进行密度估计:Besov空间的优化》,Statist。普罗巴伯。莱特。,18, 327-336 (1993) ·Zbl 0793.62019号
[14] Lipster,R.S.,Shiryayev,A.N.,1977年。随机过程统计I:一般理论。施普林格,柏林。;Lipster,R.S.,Shiryayev,A.N.,1977年。随机过程统计I:一般理论。柏林施普林格·Zbl 0364.60004号
[15] Meyer,Y.,Ondeletes et Opérateurs I(1990),赫尔曼:赫尔曼·巴黎·兹伯利0694.41037
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。