普朗卡德,S。 通过逐点模型选择估计回归误差密度。 (英语) Zbl 1282.62095号 数学。方法统计。 18,第4期,341-374(2009). 摘要:本文给出了两个结果:密度估计和回归误差密度估计。我们首先提出了一种通过模型选择构造的密度估计,它对给定点的二次风险具有自适应性。然后,我们将此结果应用于估计同方差回归框架(Y{i}=b(X{i})+epsilon_{i}\)中的误差密度,从该框架中我们观察到一个样本(X{i}\),(Y{i}\)。给定回归函数的自适应估计量(widehat{b}),我们将密度估计过程应用于残差(wideheat{varepsilon}_i=Y_i-widehat{b}(X_i))。我们得到了(epsilon_{i})的密度估计,它对于二次逐点风险的收敛速度是两个速度中的最大值:如果直接观察到误差,我们将得到的最小最大速度和对于二次积分风险的最小最大收敛速度。 引用于三文件 MSC公司: 62克07 密度估算 62G08号 非参数回归和分位数回归 关键词:密度估计;回归误差;逐点模型选择;适应性 PDF格式BibTeX公司 XML格式引用 \textit{S.Plancade},数学。《方法汇编》第18卷第4期,第341-374页(2009年;兹bl 1282.62095) 全文: 内政部 参考文献: [1] M.G.Akritas和I.Van Keilegom,“残差分布的非参数估计”,Scand。J.统计。28(3), 549–567 (2001). ·Zbl 0980.62027号 ·doi:10.1111/1467-9469.00254 [2] Y.Baraud,“固定设计回归模型选择”,Probab。理论相关领域117(6),467-493(2000)。 ·doi:10.1007/PL00008731 [3] Y.Baraud,“随机设计回归模型选择”,ESAIM Probab。统计师。6, 127–146 (2002). ·兹比尔1059.62038 ·doi:10.1051/ps:2002007年 [4] L.Birgé和P.Massart,“筛子上的最小对比度估计:指数界和收敛速度”,Bernoulli 4(3),329–475(1998)·Zbl 0954.62033号 ·doi:10.2307/3318720 [5] C.Butucea,“Sobolev类密度的精确自适应逐点估计”,ESAIM Probab。统计师。5, 1–31 (2001). ·Zbl 0990.62032号 ·doi:10.1051/ps:2001100 [6] F.Compte、J.Dedecker和M.L.Taupin,“具有相关输入的自适应密度反卷积”,数学。方法统计。17(2), 87–112 (2008). ·Zbl 1282.62087号 ·doi:10.3103/S1066530708020014 [7] R.A.DeVore和G.G.Lorentz,《构造逼近》(Springer,Berlin,1993)·Zbl 0797.41016号 [8] S.Efromovich,“回归误差密度的估计”,《统计年鉴》。33(5), 2194–2227 (2005). ·Zbl 1086.62053号 ·doi:10.1214/009053605000000435 [9] S.Kiwitt、E.-R.Nagel和N.Neumeyer,“非参数回归模型中误差分布的经验可能性”,数学。方法统计。17(3), 241–260 (2008). ·兹比尔1231.62067 ·doi:10.3103/S1066530708030058 [10] T.Klein和E.Rio,“经验过程平均值附近的集中度”,Ann.Probab。33(3), 1060–1077 (2005). ·Zbl 1066.60023号 ·doi:10.1214/09117905000000044 [11] C.Laurent、C.Ludena和C.Prieur,“通过模型选择对线性函数的自适应估计”,Electron J.Statist。,第2期,993–1020(2008年)·Zbl 1320.62074号 [12] O.V.Lepski,“渐近最小最大自适应估计”。I.上限。最优自适应估计”,理论问题。申请。36(4), 682–697 (1991). ·Zbl 0776.62039号 ·数字对象标识代码:10.1137/1136085 [13] O.V.Lepski和V.G.Spokoiny,“非参数估计中的最优点自适应方法”,《统计年鉴》。25(6), 2512–2546 (1997). ·Zbl 0894.62041号 ·doi:10.1214/aos/1030741083 [14] O.V.Lepski和A.Goldenshluger,“通过l-p-NormOracle不等式的结构适应”,Probab。理论相关领域126(1-2),47-71(2009)·兹比尔1149.62020 [15] P.Massart,集中不等式和模型选择。7月6日至23日在圣弗洛尔举行的第33届概率论暑期学校的数学讲义。(施普林格,柏林,2007)。 [16] Y.Meyer,《Ondeletes et operateurs》(赫尔曼,巴黎,1990年)。 [17] S.Plancade,“回归噪声密度的非参数估计”,C.R.Acade。科学。巴黎346(7-8),461-466(2008)·Zbl 1135.62327号 ·doi:10.1016/j.crma.2008.02.021 [18] M.Talagrand,“乘积空间中的新集中不等式”,发明。数学。126(3), 505–563 (1996). ·Zbl 0893.60001号 ·doi:10.1007/s002220050108 [19] A.B.Tsybakov,《非参数估计导论》(Springer,柏林,2004年)。 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。