圆形响应非参数回归的自适应翘曲核估计

@第{Nguyen2022AdaptiveWK条，title={具有循环响应的非参数回归的自适应扭曲核估计}，作者＝{Tien Dat Nguyen和Thanh Mai Pham Ngoc和Vincent Rivoirard}，journal={电子统计杂志}，年份={2022}，网址={https://api.semanticscholar.org/CorpusID:247996435}}
本文讨论循环数据的非参数回归，即观察值由单位圆上的点表示。我们提出了一种基于数据驱动的带宽参数选择的核估计方法。为此，我们使用了结合Goldenshluger-Lepski型估计器的扭曲策略。为了研究我们方法的最优性，我们考虑了极小极大集，并通过建立上下界证明了我们的过程几乎是
[PDF]语义阅读器

本文中的数字

28参考文献

多元自适应扭曲核估计

由于有一个“翘曲”装置，我们处理多元回归函数的非参数估计问题，没有对随机设计支持的相容性进行任何假设。…

球面数据的非参数回归

当预测变量和响应变量都定义在任意维的球面上时，我们为回归开发了非参数平滑。采用局部多项式拟合方法，…

自适应扭曲核估计

基于“扭曲”核的自适应非参数估计方法，允许处理各种问题，如加性和乘法回归、条件密度估计、基于随机右删失数据的风险率估计、，并根据现状数据进行了累积分布函数估计。

翘曲基回归中惩罚与Goldenshluger-Lepski策略

本文讨论了在随机设计框架下回归函数f的估计问题。我们建立并研究了两个基于模型选择的自适应估计量，应用于翘曲基。…

随机设计中的回归和贝叶斯翘曲小波估计

本文研究了基于扭曲小波的各种贝叶斯规则在极小极大观点下的渐近最优性，并证明了它们在所考虑的Besov光滑类上几乎达到了最优的极小极大收敛速度。

各向异性自适应核反褶积

考虑了一个多维卷积模型，作者为该模型提供了用加性误差测量信号密度的自适应各向异性核估计，并证明了该模型的自适应性。

随机设计和扭曲小波中的回归

事实证明，如果设计具有Muckenhoupt类型的性质，则这种新的基的行为与常规小波基非常相似，这使得相关的阈值处理过程能够实现收敛速度，该收敛速度已被证明在均匀设计情况下是极小极大的。

非参数估计中的最优逐点自适应方法

提出了具有给定核的非参数逐点核估计的带宽选择过程，并证明了其渐近意义上的最优性，这种最优性不仅在具有可变带宽的核估计量之间，而且在所有可行估计量之间都得到了证明。

基于弯曲小波的区间截尾“情形1”下累积分布函数的估计

研究了区间截尾“情形1”模型中未知累积分布函数的估计问题。我们构造了一种新的基于翘曲的自适应估计器…

方向数据的自适应最优核密度估计