×
苏马亚·阿洛伊;萨利姆·布泽巴达;克利斯朵夫·切斯诺;刘继成

弱相关下多元密度函数偏导数的小波估计的一致几乎必然收敛性和渐近分布。 （英语） Zbl 1472.62031号

J.非参数统计。 33，第2期，170-196（2021）.
摘要：本文致力于多元密度函数偏导数的估计。在这方面，引入了基于非参数线性小波的估计量，从理论上显示了它们的诱人性质。特别地，我们证明了这些估计在紧子集（mathbb{R}^d）上的强一致一致性，并确定了相应的收敛速度。然后，我们建立了这些估计量的渐近正态性。作为主要贡献，我们放宽了一些标准依赖条件；我们的结果在弱相关条件下成立，允许考虑混合、关联、高斯序列和伯努利位移。

引用于三文件

MSC公司：

62E20型 统计学中的渐近分布理论
62甲12 多元分析中的估计
62G09号 非参数统计重采样方法
42立方厘米 涉及小波和其他特殊系统的非三角调和分析

关键词：

多元密度估计;弱依赖过程;平稳性;小波基
PDF格式BibTeX公司 XML格式引用
\textit{S.Allaoui}et al.，J.非参数统计33，No.2，170--196（2021；Zbl 1472.62031）
全文： 内政部

参考文献：

[1] 腹部，B。；Germain，S。；Ghazzali，N.，概率密度及其导数的直接和间接估计的统一处理，统计学与概率快报，56，3，239-250（2002）·兹比尔0994.62025
[2] Allaoui，S.、Bouzebda，S.和Liu，J.（提交出版物a），“弱相关过程的多元小波密度和回归估计：强一致性和速率”
[3] Allaoui，S.、Bouzebda，S.和Liu，J.（提交发表-b），“弱相关性下Besov空间中多元回归函数基于小波的估计的渐近分布”
[4] Bouzebda，S。；Chesneau，C.，关于用小波方法对条件模式进行非参数估计的注释，Stats，3，4，475-483（2020）
[5] Bouzebda，S。；Didi，S.，平稳和遍历连续时间过程模型的核回归估计的一些渐近性质，Revista Matemática Complutense，34，1，1-42（2021）
[6] Bouzebda，S。；Didi，S.，关于基于平稳和遍历连续时间过程的函数导数核估计的一些结果及其应用，统计学中的通信-理论和方法，46，1，1-48（2021）
[7] Bouzebda，S。；El-hadjali，T.，在截尾数据存在下自适应内维数核回归估计的一致收敛速度，非参数统计杂志，32，4，864-914（2020）·Zbl 1466.62292号
[8] Chacón，J.E。；Duong，T.，《数据驱动密度导数估计及其在非参数聚类和凹凸搜索中的应用》，《电子统计杂志》，7499-532（2013）·Zbl 1337.62067号
[9] Chacón，J.E。；Duong，T。；Wand，M.P.，《一般多元核密度导数估计的渐近性》，中国统计，21，2，807-840（2011）·Zbl 1214.62039号
[10] 乔贝，Y.P。；Doosti，H。；Prakasa Rao，B.L.S.，基于小波的相关变量密度导数估计，国际纯粹与应用数学杂志，27，1，97-106（2006）·Zbl 1092.62043号
[11] 乔贝，Y.P。；Doosti，H。；Prakasa Rao，B.L.S.，基于小波的负相关过程密度导数估计，统计理论与实践杂志，2，3，453-463（2008）·兹比尔1211.62061
[12] Daubechies，I.（1992年），“小波的十次讲座”，载于CBMS-NSF应用数学区域会议系列第61卷，宾夕法尼亚州费城：工业和应用数学学会（SIAM）·Zbl 0776.42018号
[13] Dedecker，J。；Prieur，C.，《新依赖系数》。统计学、概率论及相关领域的实例和应用，132，2，203-236（2005）·Zbl 1061.62058号
[14] Dedecker，J.、Doukhan，P.、Lang，G.和Prieur，C.（2007），《弱依赖：示例和应用》，《统计学讲义》第190卷，纽约：施普林格出版社·Zbl 1165.62001号
[15] Dobrovidov，A.V。；Rud’ko，I.M.，用平滑交叉验证方法对密度导数进行非参数估计时核函数带宽的选择，自动化和远程控制，71，2，42-58（2010）·Zbl 1507.62243号
[16] 多诺霍，D.L。；约翰斯通，I.M。；Kerkyacharian，G。；Picard，D.，通过小波阈值进行密度估计，《统计学年鉴》，24，2，508-539（1996）·Zbl 0860.62032号
[17] Doukhan，P.（1994），《混音》，《统计学讲义》第85卷，纽约：斯普林格·弗拉格出版社·兹比尔0801.60027
[18] Doukhan，P。；Louhichi，S.，一个新的弱依赖条件及其对矩不等式的应用，随机过程及其应用，84，2，313-342（1999）·Zbl 0996.60020号
[19] Doukhan，P。；Louhichi，S.，新弱依赖条件下密度的函数估计，斯堪的纳维亚统计杂志，28，2，325-341（2001）·Zbl 0973.62030号
[20] Doukhan，P。；Neumann，M.H.，《弱相依随机变量和的概率和矩不等式及其应用，随机过程及其应用》，117，7，878-903（2007）·Zbl 1117.60018号
[21] Genovese，C.R。；佩罗内·佩西菲科，M。；Verdinelli，I。；Wasserman，L.，《关于梯度场的路径密度》，《统计学年鉴》，37，6，3236-3271（2009）·Zbl 1191.62062号
[22] Genovese，C.R.、Perone-Pacifico，M.、Verdinelli，I.和Wasserman，L.A.（2013），“密度模式的非参数推断”，CoRR，abs/1312.7567·Zbl 1411.62093号
[23] 杜松子酒，E。；Mason，D.M.，《密度函数积分函数带宽估计的一致性》，《斯堪的纳维亚统计杂志》，35，4，739-761（2008）·Zbl 1194.62029号
[24] 霍尔，P。；Marron，J.S.，《积分平方密度导数的估计》，《统计学与概率字母》，6，2，109-115（1987）·Zbl 0628.62029号
[25] Härdle，W.、Kerkyacharian，G.、Picard，D.和Tsybakov，A.（1998），《小波、近似和统计应用》，《统计学讲义》第129卷，纽约：Springer-Verlag·Zbl 0899.62002号
[26] Haroske，D.D。；Triebel，H.，加权函数空间中的小波基和熵数，Mathematische Nachrichten，278，1-2，108-132（2005）·Zbl 1078.46022号
[27] 亨德森·D·J。；Parmeter，C.F.，《密度导数估计的标准高阶核》，《统计学与概率快报》，82，7，1383-1387（2012）·Zbl 1296.62080号
[28] 亨德森·D·J。；Parmeter，C.F.，一般阶的正常参考带宽，多元核密度导数估计，统计学与概率快报，82，12，2198-2205（2012）·Zbl 1471.62316号
[29] Hosseinioun，N。；Doosti，H。；Niroumand，H.A.，用小波方法对混合序列的多元概率密度进行非参数估计，意大利纯粹与应用数学杂志，28，31-40（2011）·兹比尔1274.62242
[30] 黄，E。；Shin，D.W.，《ψ-弱依赖下核密度估计的平稳自举法》，计算统计与数据分析，56，6，1581-1593（2012）·Zbl 1243.62060号
[31] Jurečková，J.，回归参数中秩统计量的渐近线性，数理统计年鉴，401889-1900（1969）·Zbl 0188.51003号
[32] Levit，B.Y.，非线性泛函的渐近有效估计，Problemy Peredachi Informatsii，78，3，154-154（1978）
[33] Meyer，T.G.，密度函数及其导数估计的界限，统计年鉴，5，1，136-142（1977）·Zbl 0357.62024号
[34] Meyer，Y.（1992），小波与算子，《剑桥高等数学研究》第37卷，剑桥：剑桥大学出版社。由D.H.塞林格从1990年的法语原文翻译而来·Zbl 0694.41037号
[35] Mezhoud，K.A。；莫代布，Z。；Louhichi，S.，《η-弱依赖下密度的递归核估计》，韩国统计学会杂志，43，3，403-414（2014）·Zbl 1306.62097号
[36] Mokkadem，A。；Pelletier，M.，多变量核模式估计的迭代对数律，ESAIM概率与统计，7，1-21（2003）·Zbl 1013.62032号
[37] Noh，Y.-K.、Sugiyama，M.、Liu，S.、Plessis，M.C.d.、Park，F.C.和Lee，d.d.（2018），“Kullback-Leibler散度的最近邻估计的偏差减少和度量学习”，神经计算，30（7），1930-1960·Zbl 1471.62301号
[38] Nze，P.A。；Doukhan，P.，《弱依赖：计量经济学的模型和应用》，计量经济学理论，20，6，995-1045（2004）·Zbl 1069.62070号
[39] Peligrad，M.，关于相关随机变量耦合的一些评论，统计学与概率字母，60，2，201-209（2002）·Zbl 1020.60022号
[40] Prakasa Rao，B.L.S.（2000），“用小波方法对多元概率密度偏导数的非参数估计”，载于《统计与概率的渐近性》，G.G.Roussas的Festschrift（编辑M.L.Puri），VSP，第321-330页。
[41] Prakasa Rao，B.L.S.，在加性噪声存在下密度导数的小波估计，巴西概率统计杂志，32，4，834-850（2018）·Zbl 1404.62035号
[42] Ragache，N.和Wintenberger，O.（2006），“弱相关时间序列密度估计的收敛速度”，《概率与统计相关性》，讲义统计第187卷，编辑P.Bertail，P.Soulier和P.Doukhan，纽约：Springer，第349-372页·Zbl 1113.62055号
[43] Rao，B.L.S.P.，用小波方法对密度导数的非参数估计，公告信息控制论，28，1，91-100（1996）·Zbl 0864.62023号
[44] Rio，E.（2000年），《数学与应用》（柏林）第31卷，柏林：Springer-Verlag·Zbl 0944.60008号
[45] Silverman，B.W.，密度及其导数的核估计的弱一致性和强一致性，统计年鉴，6，1，177-184（1978）·Zbl 0376.62024号
[46] Singh，R.S.，密度估计及其导数在某些统计问题中的应用，皇家统计学会期刊B辑，39，3，357-363（1977）·Zbl 0377.62039号
[47] Singh，R.S.，密度及其导数估计的均方误差，Biometrika，66，1177-180（1979）·兹伯利0396.62028
[48] Triebel，H.，函数空间理论II（1992），巴塞尔：Birkhäuser，巴塞尔·Zbl 0763.46025号
[49] 瓦西里耶夫，V.A。；Dobrovidov，A.V。；Koshkin，G.M.，Neparametricheskoe otsenivanie funktsionalov ot raspredeleni statsionarnykh posledovatel’nose（2004），莫斯科：瑙卡，莫斯科·Zbl 1068.62042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。