摘要
在本文中,我们将考虑用最小二乘(Grenander)估计量对不动点上单调回归(或密度)函数的估计。我们将证明该估计量是局部渐近极小极大的,在这种意义上,对于每个$f_0$,概率误差的获得率在$f_0的收缩$L^2$-邻域上是一致的,并且没有一个估计量在这些收缩邻域上获得更好的一致率。因此,它适用于单个底层函数,而不适用于平滑类函数。我们还给出了计算估计量的(非标准)极限分布的一般条件。
引用
下载引文
埃里克·卡特。
“单调最小二乘估计的适应性和最佳性。”
伯努利
17
(2)
714 - 735,
2011年5月。
https://doi.org/10.3150/10-BEJ289
问询处
发布日期:2011年5月
欧几里德项目首次推出:2011年4月5日
数字对象标识符:10.3150/10-BEJ289
关键词:适应性,最小二乘法,单调性,最优性
版权所有©2011伯努利数理统计与概率学会