×

回归水平集核估计的精确渐近极限。 (英语) Zbl 1440.62116号

摘要:研究了回归水平集的插入核估计的渐近行为。对于给定的水平和对应于固定概率的未知水平,导出了对称差分的精确渐近极限。

MSC公司:

62G07年 密度估算
62G05型 非参数估计
6220国集团 非参数推理的渐近性质
62G08号 非参数回归和分位数回归

软件:

最小二乘法
PDF格式BibTeX公司 XML格式引用
全文: DOI程序 哈尔

参考文献:

[1] 博斯克,D。;Lecoutre,J.,Théorie de l’estimation fonctionnelle,(《经济与统计汇编》,《经济与统计学汇编》,国家统计与行政中心经济计划(1987),《经济》)
[2] Cadre,B.,密度水平集的核估计,J.多元分析。,97, 4, 999-1023 (2006) ·Zbl 1085.62039号
[3] Cavalier,L.,回归水平集的非参数估计,统计学,29,2,131-160(1997)·Zbl 0899.62045号
[4] 陈Y.C。;Genovese,C.R。;Wasserman,L.,《密度水平集:渐近、推理和可视化》,J.Amer。统计师。协会,1125201684-1696(2017)
[5] 迪·贝尔纳迪诺,E。;拉罗埃,T。;Maume-Deschamps,V.公司。;Prieur,C.,非紧环境中水平集的插入估计及其在多元风险理论中的应用,ESAIM Probab。统计,17,236-256(2013)·Zbl 06282472号
[6] 迪·贝尔纳迪诺,E。;拉洛·T。;Servien,R.,《估计与多元风险相关的协变量函数:水平集方法》,Metrika,78,5,497-526(2015)·Zbl 1329.62184号
[7] Doss,C.R。;Weng,G.,多元水平集和最高密度区域核密度估计的带宽选择,Electron。J.Stat.,12,2,4313-4376(2018年)·Zbl 1409.62083号
[8] 美国埃因马尔。;梅森,D.M.,核型函数估值器带宽一致性的一致性,《统计年鉴》。,33, 3, 1380-1403 (2005) ·Zbl 1079.62040号
[9] Evans,L.C。;Gariepy,R.F.,《函数的测度理论和精细特性》,数学教科书,xiv+299(2015),CRC出版社:佛罗里达州博卡拉顿CRC出版社·Zbl 1310.28001号
[10] Hartigan,J.A.,二维凸密度轮廓的估计,J.Amer。统计师。协会,82,397,267-270(1987)·Zbl 0607.62045号
[11] Janson,S.,《关于概率集中》,Combin.Probab。计算。,11, 2002 (1999)
[12] 拉罗埃,T。;Servien,R.,使用内核插件估计器的回归水平集的非参数估计,J.Korean Statist。Soc.,42,3301-311(2013年)·Zbl 1294.62064号
[13] Lee,J.M.,(平滑流形简介。平滑流形介绍,数学研究生教材,第218卷(2003),Springer-Verlag:Springer-Verlag纽约),xviii+628·Zbl 1030.53001号
[14] 梅森,D.M。;Polonik,W.,插件水平集估计的渐近正态性,Ann.Appl。概率。,19, 3, 1108-1142 (2009) ·Zbl 1180.62048号
[15] 波洛尼克,W。;Wang,Z.,回归等值线簇的估计:过剩质量法在回归中的应用,《多元分析杂志》。,94, 227-249 (2005) ·Zbl 1066.62047号
[16] 乔,W.,密度水平集非参数估计的渐近和最优带宽选择(2018),arXiv:1707.09697v2
[17] 乔伟,水平集上曲面积分的非参数估计(2019),arXiv:1804.03601v2
[18] 斯科特,C。;Davenport,M.,通过成本敏感分类进行回归水平集估计,IEEE Trans。信号处理。,55,6,第1部分,2752-2757(2007)·Zbl 1391.62121号
[19] Tsybakov,A.B.,《关于密度水平集的非参数估计》,《统计年鉴》。,25, 3, 948-969 (1997) ·Zbl 0881.62039号
[20] Willett,R.M。;Nowak,R.D.,Minimax最优水平集估计,IEEE Trans。图像处理。,16, 12, 2965-2979 (2007)
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。