麦金尼蒂,K。;瓦尔巴诺夫,R。;鸡肉,E。 非高斯误差的交叉验证小波块阈值法。 (英语) Zbl 1466.62164号 计算。统计数据分析。 106127-137(2017). 摘要:在非参数回归设置中估计函数时,小波阈值通常假设独立的、相同分布的正态误差。VisualShrink和SureShrink只是基于此假设的许多常用阈值方法中的两种。然而,当误差不是正态分布时,很少有人提出方法。描述了一种用于非参数回归中小波系数阈值化的无分布方法,与其他一些非正态误差阈值化方法不同,该方法不假设非正态分布的形式已知。通过使用块阈值和水平相关性,对现有的偶数交叉验证方法进行了改进。仿真数据表明了该方法对各种非正态误差的有效性,包括与现有小波阈值估计的比较。 引用于三文件 MSC公司: 62-08 统计问题的计算方法 关键词:小波;阈值化;非参数函数估计 软件:波阈值;Waveslim公司;对;易趣威胁;EbayesThresh公司;乌巴哈 PDF格式BibTeX公司 XML格式引用 \textit{K.McGinnity}等人,计算机。统计数据分析。106、127--137(2017;Zbl 1466.62164) 全文: 内政部 arXiv公司 参考文献: [1] 安东尼亚迪斯,A。;Fryzlewicz,P.,小波回归中跨尺度阈值的参数建模,生物统计学,93,465-471,(2006)·Zbl 1153.62026号 [2] 巴伯,S。;Nason,G.P.,《使用复小波的真实非参数回归》,J.R.Stat.Soc.Ser。B统计方法。,66, 927-939, (2004) ·Zbl 1059.62039号 [3] 蔡,T.,自适应小波估计:块阈值和预言不等式方法,Ann.Statist。,27, 898-924, (1999) ·Zbl 0954.62047号 [4] 蔡,T。;Silverman,B.,将相邻系数的信息纳入小波估计,Sankhya Ser。B、 63、127-148(2001)·Zbl 1192.42020号 [5] Chicken,E.,非等间距样本的块阈值和小波估计,J.Statist。计划。推理,116113-129,(2003)·Zbl 1027.62017年 [6] Chicken,E.,小波回归中的块相关阈值,J.Nonparametr。统计,17,467-491,(2005)·Zbl 1061.62063号 [7] Daubechies,I.,《小波十讲》,(1992年),费城SIAM·Zbl 0776.42018号 [8] 多诺霍,D。;Johnstone,I.,通过小波收缩实现理想的空间自适应,Biometrika,81,425-455,(1994)·Zbl 0815.62019号 [9] 多诺霍,D。;Johnstone,I.,通过小波收缩适应未知平滑度,J.Amer。统计师。协会,90,1200-1224,(1995)·Zbl 0869.62024号 [10] 多诺霍,D。;Johnstone,I.,通过小波收缩进行Minimax估计,Ann.Statist。,26, 879-921, (1998) ·Zbl 0935.62041号 [11] 唐尼,T.R。;Silverman,B.W.,《离散多小波变换和阈值方法》,IEEE Trans。信号处理。,46, 2558-2561, (1996) [12] Fryzlewicz,P.,非参数函数估计的非平衡Haar技术,J.Amer。统计师。协会,102,1318-1327,(2007)·Zbl 1333.62014年 [13] Fryzlewicz,P.,2010年。unbalhaar:通过不平衡Haar小波进行函数估计,r包版本2.0。网址:https://cran.r-project.org/web/packages/unbalhaar/unbalhaar.pdf。 [14] Girardi,M。;Sweldens,W.,一类新的非平衡Haar小波,它在一般测度空间上构成了(L_p)的无条件基,J.Fourier Ana。申请。,3, 457-474, (1997) ·Zbl 0883.42025号 [15] 约翰斯通,I.M。;Silverman,B.W.,相关噪声数据的小波阈值估计,J.R.Stat.Soc.Ser。B统计方法。,59, 319-351, (1997) ·Zbl 0886.62044号 [16] 约翰斯通,I.M。;Silverman,B.W.,小波阈值的经验贝叶斯选择,Ann.Statist。,1700-1752, (2005) ·Zbl 1078.62005号 [17] Lawton,W.,复值小波变换在子带分解中的应用,IEEE Trans。信号处理。,41, 3566-3568, (1993) ·Zbl 0850.94008 [18] Lina,J.M。;Mayrand,M.,复杂Daubechies小波,应用。计算。哈蒙。分析。,219-229,(1995年)·Zbl 0844.42017号 [19] Mallat,S.,《信号处理的小波之旅》(1999),圣地亚哥学术出版社·Zbl 0998.94510号 [20] Mallat,S。;Zhang,《与时频字典匹配追踪》,IEEE Trans。信号处理。,41, 3397-3415, (1993) ·Zbl 0842.94004号 [21] Marron,S。;阿达克,S。;约翰斯通,I。;纽曼,M。;Patil,P.,《小波回归的精确风险分析》,J.Compute。图表。统计人员。,7, 278-309, (1998) [22] McGinnity,K。;Chicken,E.,非高斯误差的小波块阈值。技术报告M1006,(2012),佛罗里达州立大学统计系,网址:http://stat.fsu.edu/techreports/M1006.pdf [23] McGinnity,K.,Varbanov,R.,Chicken,E.,2016年。非高斯误差的交叉验证小波块阈值法。arXiv:1409.1130v3·Zbl 1466.62164号 [24] Nason,G.,《使用交叉验证的小波收缩》,J.Roy。统计师。Soc.,58463-479,(1996年)·Zbl 0853.62034号 [25] Nason,G.,1998年。WaveThresh3软件,英国布里斯托尔大学数学系。 [26] Nason,G.,2013年。wavethresh:小波统计和变换,r包版本4.6.6。网址:https://cran.r-project.org/web/packages/wavethresh/wavethreh.pdf。 [27] Neumann,M.H。;von Sachs,R.,《小波阈值:超越高斯I.I.D.情况》(Lect.Notes Statist.,(1995),Springer-Verlag),301-329·Zbl 0831.62071号 [28] Ogden,R.,《统计应用和数据分析的基本小波》,(1997年),波士顿·Zbl 0868.62033号 [29] 哦,H.S。;Nychka,D.W。;Lee,T.C.M.,《伪数据在稳健平滑中的作用及其在小波回归中的应用》,Biometrika,94,893-904,(2007),URL:http://www.jstor.org/stable/20441424 ·Zbl 1156.62031号 [30] Opsomer,J。;王,Y。;Yang,Y.,具有相关误差的非参数回归,Statist。科学。,16, 134-153, (2001) ·Zbl 1059.62537号 [31] Pensky,M.,使用Meyer型小波估计光滑密度函数,Statist。决定,17,111-123,(1999)·Zbl 0941.62042号 [32] 彭斯基,M。;Sapatinas,T.,小波回归模型中贝叶斯因子估计的最优性,统计。中国科学院,17599-633,(2007)·Zbl 1144.62004号 [33] R开发核心团队,2009年。R: 统计计算语言和环境。R统计计算基金会。奥地利维也纳,ISBN 3-900051-07-0。网址:http://www.R-project.org。 [34] 西尔弗曼,B.W.,2010年。EbayesThresh:经验贝叶斯阈值和相关方法,r包版本1.3.2。网址:https://cran.r-project.org/web/packages/EbayesThresh/EbayesThresh.pdf。 [35] Stein,C.,多元正态分布平均值的估计,Ann.Statist。,9, 1135-1151, (1981) ·Zbl 0476.62035号 [36] Vidakovic,B.,《小波统计建模》(1999),威利纽约·Zbl 0924.62032号 [37] 王,X。;Wood,A.T.A.,通过非中心2分布的小波系数的经验贝叶斯块收缩,Biometrika,93705-722,(2006),网址:http://search.ebscohost.com/login.aspx?direct=true&db=a9h&AN=22770393&site=ehost-活的,活的·Zbl 1109.62003号 [38] Whitcher,B.,2009年。waveslim:用于一维、二维和三维信号处理的基本小波例程,r包版本1.6.3。网址:http://CRAN.R-project.org/package=waveslim。 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。