×
哈姆泽内贾德，M。;侯赛尼，M.M。;A.萨利米。

用勒让德小波估计回归函数。 （英语） Zbl 1499.65787号

伊朗。J.数字。分析。最佳方案。 12，第3期，497-512（2022）.
摘要：我们利用勒让德小波运算矩阵估计了具有（N）个独立观测值的函数（f）。函数\（f\）近似于一个特殊最小化问题的解。我们引入了勒让德小波运算矩阵对惩罚项的显式表示。同时，我们利用勒让德小波的部分和得到了可微函数（f）的逼近误差的一个新的上界。这些运算矩阵的有效性和能力通过几个带有一些约束的实际问题的示例来证明。通过勒让德小波估计得到回归函数的精确近似。此外，将该估计与非参数回归算法进行了比较，并说明了该估计的能力。

MSC公司：

65T60型 小波的数值方法
41A30型 其他特殊函数类的近似
65日第10天 数值平滑、曲线拟合
62G08号 非参数回归和分位数回归

关键词：

勒让德小波;运算矩阵;小波近似;回归函数;误差分析
PDF格式BibTeX公司 XML格式引用
\textit{M.Hamzehnejad}等人，伊朗。J.数字。分析。最佳方案。12，第3号，497--512（2022；Zbl 1499.65787）
全文： 内政部

参考文献：

[1] Abraham，C.约束组合下的贝叶斯回归，J.Statist。计划。推断，142（2012）2672-2687·Zbl 1428.62147号
[2] Abraham，C.和Khadraoui，K.贝叶斯回归与形状约束和平滑特性的非离散组合，Stat.Neerl。69（2015），150-170。
[3] Angelini，C.，Canditis，D.D.和Leblanc，F.非参数混合效应模型中的小波回归估计，《多元分析杂志》。85 (2003) 267-291. ·Zbl 1016.62034号
[4] Bowman，W.、Jones，M.C.和Gijbels，I.《回归单调性测试》，J.Compute。图表统计7（1998）489-500。
[5] Corlay，S.波动率建模的B样条技术，J.Compute。《财政》，19（2016）97-135。
[6] Hamzehnejad，M.，Hosseini，M.M.和Salemi，A.超球面系数的改进上限，数学建模杂志，10（2022），1-11·Zbl 1524.41032号
[7] Khadraoui，K.局部形状近似的平滑随机模拟退火方法，JJ。数学。分析。申请。446 (2017), 1018-1029. ·Zbl 1351.65041号
[8] Mammen，E.、Marron，J.、Turlach，B.和Wand，M.《约束平滑的一般投影框架》，《统计科学》。，16 (2001) 232-248. ·Zbl 1059.62535号
[9] Meyer，M.C.《使用形状限制回归样条进行推断》，Ann.Appl。Stat.2（2008），1013-1033·Zbl 1149.62033号
[10] Mohammadi，F.和Hosseini，M.M.《一种新的勒让德导数小波运算矩阵及其在求解奇异常微分方程中的应用》，J.Franklin Inst.348（2011）1787-1796·Zbl 1237.65079号
[11] Mohammadi，M.和Bahrkazemi，M..《多项式空间的基础》，J.Math。模型。7 (2019) 21-34. ·Zbl 1438.41002号
[12] Polpo，A.、Louzada，F.、Rifo，L.L.R.、Stern，J.M.和Lauretto，M.跨学科贝叶斯统计，2014年3月10日至14日在阿提巴举行的第十二届巴西贝叶斯统计学会议（EBEB 2014）会议记录。《施普林格数学与统计学报》，118。施普林格，商会，2015年·Zbl 1310.62007年
[13] Rasmussen，C.E.和Williams，C.K.I.机器学习、自适应计算和机器学习的高斯过程。麻省理工学院出版社，马萨诸塞州剑桥，2006年·Zbl 1177.68165号
[14] Raykar，C.和Duraiswami，R.核密度估计的快速最佳带宽选择，第六届SIAM国际数据挖掘会议论文集，524-528，SIAM，费城，宾夕法尼亚州，2006年。
[15] Shen，J.，Tang，T.和Wang，L.L.光谱方法：算法、分析和应用，第41卷。施普林格科学与商业媒体，2011年·Zbl 1227.65117号
[16] Vidakovic，B.《小波统计建模》，《概率与统计威利级数：应用概率与统计》。Wiley Interscience出版。John Wiley&Sons，Inc.，纽约，1999年·Zbl 0924.62032号
[17] Wahba，G.观测数据的样条模型，CBMS-NSF应用数学区域会议系列，59。工业与应用数学学会，宾夕法尼亚州费城，1990年·Zbl 0813.62001号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。