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。
在形式为$Y_i=f(x_i)+varepsilon_i,x_i in(a,b)$的非参数回归模型中考虑线性估计,其中零均值误差与公共方差$\sigma^2$无关,并且假设响应函数$f$只具有有界平方可积$q$th导数。导出了使观测点上的最大均方误差之和最小的线性估计量,并得到了精确的最小最大收敛速度。对于$f^{(q)}2$和$sigma^2$上的界可能未知的实际问题,证明了广义交叉验证给出了一个自适应估计量,该估计量在附加的正态假设下达到了最小最大最优速率。
保罗·斯派克曼。 “非参数回归模型中的样条平滑和最佳收敛速度。” 安。统计师。 13 (3) 970 - 983, 1985年9月。 https://doi.org/10.1214/aos/1176349650