×
加列·查尼；安托万·尚纳隆；Hoang，Van Há；安吉丽娜·罗什

两类混合模型中成分密度的自适应非参数估计。 （英语） Zbl 1477.62085号

J.统计计划。推断 216, 51-69 (2022).
摘要：考虑了两类混合物模型，其中一种成分的密度是已知的。我们讨论了第二分量未知概率密度的非参数自适应估计问题。本着Goldenshluger和Lepski方法的精神，我们提出了一种随机加权核估计器，该估计器采用完全数据驱动的带宽选择方法。导出了点态二次风险的一个oracle-type不等式以及Hölder光滑类的收敛速度。通过数值模拟对理论结果进行了说明。

MSC公司：

62G07年 密度估算
62H30型 分类和区分；聚类分析（统计方面）
60埃15 不平等；随机排序

关键词：

混合物模型；非参数统计；核估计；自适应带宽选择方法
PDF格式BibTeX公司 XML格式引用
\textit{G.Chagny}等人，J.Stat.Plann。推断216，51-69（2022；Zbl 1477.62085）
全文： 内政部 arXiv公司 链接

参考文献：

[1] 约阿夫·本杰米尼；Hochberg，Yosef，《控制错误发现率：一种实用而有效的多重测试方法》，J.R.Stat.Soc.B，57，1，289-300（1995）·Zbl 0809.62014号
[2] Karine Bertin；克莱尔·拉库尔（Claire Lacour）；Rivoirard，Vincent，条件密度函数的自适应逐点估计（2013），预印本arXiv:1312.7402·Zbl 1342.62090号
[3] Karine Bertin；克莱尔·拉库尔（Claire Lacour）；Rivoirard，Vincent，条件密度函数的自适应逐点估计，Ann.Inst.H.PoincaréProbab。Stat.，52，2，939-980（2016）·Zbl 1342.62090号
[4] Butucea，Cristina，点态密度估计中的两个自适应收敛率，数学。方法统计，9，1，39-64（2000）·Zbl 1006.62031号
[5] 阿兰·塞利斯；Robin，Stéphane，基于交叉验证的真零假设比例估计，J.Statist。计划。推理，140，11，3132-3147（2010）·Zbl 1204.62127号
[6] Chagny，Gaélle，扭曲基回归中的惩罚与Goldenshluger-Lepski策略，ESAIM Probab。统计，17，328-358（2013）·Zbl 06282476号
[7] 米夏·奇奇诺德；Hoang，Van Ha；Ngoc、Thanh Mai Pham；Rivoirard，Vincent，变量有误差的自适应小波多元回归，电子。J.Stat.，11，1，682-724（2017）·Zbl 1362.62086号
[8] Fabienne Comte，《非参数Trique估算》（2015），斯巴达克斯-IDH·Zbl 1357.62005年
[9] Fabienne孔德；盖法斯，斯特芬；Guilloux，Agathe，标记相关计数过程条件强度的自适应估计，《安娜·亨利·彭加雷研究所》。统计，47，4，1171-1196（2011）·兹比尔1271.62222
[10] Fabienne孔德；Genon-Catalot，瓦伦丁；Samson，Adeline，随机效应随机微分方程的非参数估计，随机过程。申请。，123, 7, 2522-2551 (2013) ·Zbl 1284.62251号
[11] Fabienne孔德；Claire Lacour，《各向异性自适应核反褶积》，《安娜·亨利·蓬卡罗布研究所》。Stat.，49，2，569-609（2013）·兹比尔1348.62121
[12] Fabienne孔德；Rebafka，Tabea，有偏数据的非参数加权估计，J.Statist。计划。推断，174104-128（2016）·Zbl 1353.62036号
[13] 玛丽·杜米克（Marie Doumic）；马克·霍夫曼；Patricia Reynaud-Bouret；Rivoirard，Vincent，规模结构人口分裂率的非参数估计，SIAM J.Numer。分析。，50, 2, 925-950 (2012) ·Zbl 1317.92063号
[14] 布拉德利·埃夫隆；罗伯特·蒂布希拉尼；约翰·D·斯托里（John D.Storey）。；弗吉尼亚州图瑟，微阵列实验的经验贝叶斯分析，美国统计协会，96，456，1151-1160（2001）·Zbl 1073.62511号
[15] 基诺维塞，克里斯托弗；Larry Wasserman，《错误发现率程序的操作特征和扩展》，J.R.Stat.Soc.Ser。B统计方法。，64, 3, 499-517 (2002) ·Zbl 1090.62072号
[16] 伊万里斯特·吉内；Nickl，Richard，核密度估计器分布函数的指数不等式，及其在自适应估计中的应用，Probab。理论相关领域，143，3-4，569-596（2009）·Zbl 1160.62032号
[17] 亚历山大·戈登施卢格（Alexander Goldenshluger）；Lepski，Oleg，核密度估计中的带宽选择：orcale不等式和自适应极小极大最优性，Ann.Statist。，39, 3, 1608-1632 (2011) ·Zbl 1234.62035号
[18] Peter J.Huber，《概率比检验的稳健版本》，《数学年鉴》。统计，1753-1758（1965）·Zbl 0137.12702号
[19] 伊尔达·伊布拉吉莫夫。；Hasmíinskiĭ，Rafael Z.，分布密度估计，Zap。诺什。塞姆·列宁格勒。奥特尔。Mat.Inst.Steklov公司。（LOMI），98（1980），61-85，161-162，166，数理统计研究，IV·Zbl 0482.62025号
[20] 米特·兰加斯；Lindqvist，Bo Henry；Ferkingstad，Egil，《应用DNA微阵列数据估算真零假设比例》，J.R.Stat.Soc.Ser。B统计方法。，67, 4, 555-572 (2005) ·兹比尔1095.62037
[21] Lepski，Oleg，超形式损失下的多元密度估计：预言法，自适应和独立结构，Ann.Statist。，41005-1034（2013年）·Zbl 1360.62158号
[22] 刘浩阳；高超，《污染下的密度估计：最小最大速率和适应理论》，《电子统计杂志》，第13期，第2期，第3613-3653页（2019年）·Zbl 1429.62130号
[23] 阮文翰；Matias，Catherine，多重测试设置中替代假设密度的非参数估计。应用于局部错误发现率估计，ESAIM Probab。统计，18，584-612（2014）·Zbl 1305.62165号
[24] 阮文翰；凯瑟琳·马蒂亚斯（Catherine Matias），《关于多重测试设置中真零假设比例的有效估计》，Scand。J.Stat.，41，4，1167-1194（2014）·Zbl 1305.62272号
[25] Patricia Reynaud-Bouret；Vincent Rivoirard；弗兰克·格拉蒙特；Tuleau-Malot，Christine，Goodness of fit tests and non-parametric adaptive estimation for spike train analysis，J.Math。神经科学。，4, 1, 1 (2014) ·Zbl 1321.92047号
[26] 罗宾，斯特凡尼；Avner Bar-Hen；Jean-Jacques Daudin；Pierre，Laurent，混合模型的半参数方法：应用于局部错误发现率估计，计算。统计数据分析。，51, 12, 5483-5493 (2007) ·Zbl 1445.62075号
[27] Schuster，Eugene F.，将支持约束纳入密度的非参数估计，Commun。统计理论方法，14，5，1123-1136（1985）·Zbl 0585.62070号
[28] Storey，John D.，错误发现率的直接方法，J.R.Stat.Soc.Ser。B统计方法。，64, 3, 479-498 (2002) ·Zbl 1090.62073号
[29] Strimmer，Korbinian，错误发现率估计的统一方法，BMC Bioinf。，9, 1, 303 (2008) ·Zbl 1318.62329号
[30] Tsybakov，Alexandre B.，（非参数估计简介。非参数估计导论，统计学中的斯普林格级数（2009），斯普林格：斯普林格纽约）·Zbl 1176.62032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。