nlpden公司

加性噪声密度估计的一种几何方法。我们介绍并研究了一种在加性噪声模型下的密度估计方法。我们的方法不试图最大化一个可能性,而是纯粹的几何:启发式地,我们l2-投影观察到的经验分布到候选密度的空间中,这些候选密度在加性噪声模型下是可以达到的。我们的估计量简化为一个二次规划,因此可以有效地计算。在仿真研究中,它与完全一般的最大似然估计的精度大致匹配,只需计算成本的一小部分。对该估计量进行了理论分析,证明了该估计量是一致的,在矩量条件下达到了拟参数收敛速度,并且对模型的mis规范具有鲁棒性。我们在nlpden包中提供了所提估计器的R实现。