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。
给定来自均匀连续密度$p_0$上分布$F$的i.i.d.样本,构造了纯数据驱动的估计量,该估计量可以有效估计超形式损失中的$F$,同时以Hölder球上的最佳收敛速度估计$p_0,也可以估计超形式损失中的$p_0。估计量是通过应用一种接近于Lepski方法的模型选择程序,使用随机阈值将经验测度投影到由小波或$B$-样条跨越的空间上获得的。随机阈值基于由小波或样条投影核索引的Rademacher过程的上确界。这需要对Koltchinskii中的不等式进行Bernstein类型的类比[安。统计师。 34(2006)2593–2656],用于经验过程的上确界偏离其Rademacher对称性。
Evarist Giné。 理查德·尼克尔。 “通过小波和样条投影对分布函数及其超范数损失密度的自适应估计。” 伯努利 16 (4) 1137 - 1163, 2010年11月。 https://doi.org/10.3150/09-BEJ239