我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
我们研究了在$\beta$-混合相依框架中估计未知回归函数的问题。为此,我们考虑了一些有限维空间的模型集合。惩罚最小二乘估计(PLSE)建立在该集合中数据驱动的选定模型上。我们说明了该PLSE的非渐近风险界,并给出了几个可以应用该程序的示例(自回归、用算术$\beta$-混合设计点回归、用混合误差回归、在可加框架中估计、估计自回归的阶数)。此外,我们还证明了在误差的弱矩条件下,我们的估计器在一些Besov球族上同时具有极大极小自适应性。
Y巴拉德。 F.孔德。 G.维也纳。 “通过模型选择在自回归或混合回归中进行自适应估计。” 安。统计师。 29 (3) 839 - 875, 2001年6月。 https://doi.org/10.1214/aos/1009210692