×

非参数正则回归函数的非线性小波收缩估计的交叉验证与仿真研究。 (英语) Zbl 1379.62030号

摘要:非参数回归技术提供了一种非常有效和简单的方法来寻找数据集的结构,而无需强加参数回归模型。小波理论有潜力为统计学家提供强大的非参数推断新技术。本文考虑了具有常见一维概率密度函数的回归函数的小波收缩核估计。我们研究了一种新的非参数曲线估计量和给定估计量的收敛比,在规则网格上进行观测时,使用交叉验证方法选择小波阈值。我们使用R软件对理论结果进行了数值计算,并将目的估计值与其他估计值进行了比较。

MSC公司:

62G08号 非参数回归和分位数回归
62G05型 非参数估计
65T60型 小波的数值方法

软件:

波阈值R(右)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Abramovich,F.、Theofanis,S.和Bernard,W.S.,《通过贝叶斯方法的小波阈值法》,J.Roy。统计师。Soc.序列号。B60(4)(1998)725-749·Zbl 0910.62031号
[2] Afshari,M.,用于分析信号处理和小波系数经验分布的快速小波算法,数值示例和仿真,Commun。统计师。理论方法42(2013)4156-4169·Zbl 1286.42051号
[3] Afshari,M.,删失数据的小波密度估计和给定估计量的收敛比和经验分布的积分均方误差评估,应用。数学5(2014)2062-2072。
[4] Afshari,M.,《利用小波分解和MISE评估审查随机变量的风险函数估计》,AMSE与模拟,J.Data Anal。通知。过程2(2014)1-5。
[5] Antoniadis,A.,《统计学中的小波方法:一些最新发展及其应用》,Statist。综述1(2007)16-55·Zbl 1300.62028号
[6] Antoniadis,A.和Fan,J.,小波近似的正则化,J.Amer。统计师。协会96(2011)937-967。
[7] Delouille,V.,Simoens,J.和von Sachs,R.,非参数随机回归的平滑设计自适应小波,J.Amer。统计师。Assoc.99(2004)643-659·Zbl 1117.62315号
[8] Daubechies,M.,《小波十讲》(SIAM,费城,1996年)·Zbl 0776.42018号
[9] Donoho,D.,Johnstone,I.,Kerkyacharian,G.和Picard,D.,《小波收缩:讨论中的渐近》,J.Roy。统计师。Soc.B57(1995)301-370·Zbl 0827.62035号
[10] Doosti,H.、Afshari,M.和Niroumand,H.A.,混合随机过程非参数随机回归的小波,Commun。统计师。理论方法37(2008)373-385·Zbl 1318.62130号
[11] Doosti,H.、Niroomand,H.和Afshari,M.,离散时间随机过程密度导数的基于小波的估计:Lp-损失,科学杂志。伊朗伊斯兰共和国17(1)(2006)75-81。
[12] Kovac,A.和Silverman,B.,通过系数相关阈值扩展小波回归方法的范围,J.Amer。统计师。协会95(2000)172-183。
[13] Nason,G.,《R统计中的小波方法》(Springer,2011)。
[14] Robert,P.,《贝叶斯选择:从决策理论基础到计算实现》,(Springer,2007)·Zbl 1129.62003号
[15] Silverman,B.W.,《非参数曲线拟合的样条曲线平滑方法的某些方面》,J.Roy。统计师。Soc.B47(1985)1-52·兹伯利0606.62038
[16] Vidakovic,B.,《小波统计建模》(Wiley,纽约,1999年)·Zbl 0924.62032号
[17] Wasserman,L.和Genovese,R.,非参数小波回归的置信集,Inst.Math。统计3(2005)698-729·Zbl 1068.62057号
[18] Wu,D.,小波回归中的范数阈值法,J.Statist。计算。模拟72(3)(2002)233-245·Zbl 1011.62045号
[19] Zhang,D.,Xinge,U.,Wang,P.,Svetalana,Y.和Tang,Y.,《使用非传感器产品小波和2D鉴别技术的面部生物特征识别》,国际期刊《模式识别》。阿蒂菲。Intell.23(3)20091-21。
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。