×
阿斯顿，约翰；佛罗伦萨奥丁；格尔达·克莱斯肯斯；Jean-Marc Freyermuth；克里斯托夫·普埃特

多维函数结构测试的Minimax优化程序。 （英语） Zbl 1409.62027号

申请。计算。哈蒙。分析。 46，第2号，288-311（2019）.
摘要：我们提出了一种检测多维函数某些结构特征的新方法。我们考虑具有各向异性估计的多维高斯白噪声模型。利用Sobol分解和多维小波基几何之间的关系，我们可以为任何Sobol函数分量建立测试统计量。我们评估了这些测试统计量的渐近极小极大最优性，并表明它们在存在各向异性时相对于新确定的极小极大分离率是最优的。这些测试统计数据的适当组合允许测试一些一般结构特征，例如原子维度或某些变量的存在。数值实验表明了我们的方法在研究时空过程方面的潜力。

引用于2文件

MSC公司：

62C20个 统计决策理论中的Minimax过程
62G10型 非参数假设检验
6220国集团 非参数推理的渐近性质
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：

适应；各向异性；原子维度；贝索夫空间；高斯噪声模型；双曲小波；假设检验；最小最大速率；Sobol分解；结构建模

软件：

接收cv
PDF格式BibTeX公司 XML格式引用
\textit{J.Aston}等人，应用。计算。哈蒙。分析。46，第2号，288--311（2019；Zbl 1409.62027）
全文： 内政部

参考文献：

[1] 阿布拉莫维奇，F。；费斯，I。；Sapatinas，T.，《多元非参数回归中可加性的最佳检验》，《Ann.Inst.Statist》。数学。，61, 3, 691-714 (2008) ·Zbl 1332.62127号
[2] 安东尼亚迪斯，A。；Bigot，J。；Sapatinas，J.，《非参数回归中的小波估计：比较模拟研究》，J.Stat.Softw。，6, 6, 1-83 (2001)
[3] Autin，F。；Claeskens，G。；Freyermuth，J.-M.，双曲小波阈值方法和通过最大集方法的维数诅咒，Appl。计算。哈蒙。分析。，36, 2, 239-255 (2014) ·Zbl 1336.94013号
[4] Autin，F。；Claeskens，G。；Freyermuth，J.-M.，标准和双曲小波基中投影估计量的渐近性能，电子。J.Stat.，9，2，1852-1883（2015）·兹比尔1336.62125
[5] Birgé，L。；Massart，P.，《筛子上的最小对比度估计：指数界和收敛速度》，Bernoulli，4，3，329-375（1998）·Zbl 0954.62033号
[6] 康明斯，L。；Dallayan，A.S.，通过回归模型中的二次函数定义的复合零假设的Minimax检验，Electron。J.Stat.，7146-190（2013）·Zbl 1337.62090号
[7] Dalalyan，A。；英格斯特，Y.I。；Tsybakov，A.B.，复合函数模型中的统计推断，Probab。理论相关领域，158，3，512-532（2014）·Zbl 1285.62041号
[8] De Canditis，D。；Sapatinas，T.，《使用傅里叶和小波方法测试多元非参数回归中的相加性和联合效应》，统计计算。，14, 235-249 (2004)
[9] Gao，H.Y.，频谱小波收缩估计阈值的选择，《时间序列分析》。，18, 231-251 (1997) ·Zbl 0923.62100号
[10] 盖劳，G。；Ingster，Y.I.，稀疏加性函数的检测，电子。J.Stat.，61409-1448（2012）·Zbl 1295.62062号
[11] Ingster，Y.I.，非参数替代方案的渐近极小极大假设检验I，数学。方法统计。，2, 114, 85-114 (1993) ·Zbl 0798.62057号
[12] Ingster，Y.I.，非参数替代方案的渐近极小极大假设检验ii，数学。方法统计。，2, 114, 171-189 (1993) ·Zbl 0798.62058号
[13] Ingster，Y.I.，非参数替代方案的渐近极小极大假设检验iii，数学。方法统计。，2, 114, 249-268 (1993) ·Zbl 0798.62059号
[14] 英格斯特，Y.I。；Laurent，B。；Marteau，C.，多维框架下反问题的信号检测，数学。方法统计。，23, 279-305 (2014) ·Zbl 1308.62091号
[15] 英格斯特，Y.I。；Stepanova，N.，从加权张量积空间估计和检测函数，数学。方法统计。，18, 4, 310-330 (2009) ·兹比尔1282.62119
[16] 英格斯特，Y.I。；Stepanova，N.，各向异性Sobolev类函数的估计和检测，Electron。J.Stat.，5484-506（2011）·Zbl 1274.62319号
[17] 英格斯特，Y.I。；Suslina，I.A.，《高斯模型下的非参数拟合优度检验》，《统计学讲义》（2003年），施普林格出版社：施普林格纽约·Zbl 1013.62049号
[18] 英格斯特，Y.I。；Suslina，I.A.，《在多通道系统中检测已知形状的信号》，J.Math。科学。，127, 1, 1723-1736 (2005) ·Zbl 1259.94029号
[19] 英格斯特，Y.I。；Suslina，I.A.，稀疏变量函数的检测，J.Math。科学。，206, 2, 181-196 (2015) ·Zbl 1337.62194号
[20] Kerkyacharian，G。；Picard，D.，阈值算法，最大值和高度集中基，TEST，9，2，283-344（2000）·Zbl 1107.62323号
[21] Laurent，B。；Massart，P.，通过模型选择对二次函数的自适应估计，Ann.Statist。，28, 5, 1302-1338 (2000) ·Zbl 1105.62328号
[22] Lepski，O。；Tsybakov，A.B.，《关于非参数假设的渐近精确检验》，Probab。理论相关领域，117，1，17-48（2000）·Zbl 0971.62022号
[23] 林，M。；卢卡斯，H.C。；Shmueli，G.，《大到不能倒：大样本和p值问题》，《信息系统》。研究，1-12（2013）
[24] Lin，Y.，Tensor产品空间方差分析模型，Ann.Statist。，28, 3, 734-755 (2000) ·Zbl 1105.62329号
[25] Massart，P.，《集中度不等式与模型选择：圣面粉概率学院第三十三卷-2003》，《数学讲义》，第1738卷（2003年），施普林格·Zbl 1170.60006号
[26] Neumann，M.H.，各向异性函数空间中的多元小波阈值，统计。中国科学院，10，399-431（2000）·Zbl 0982.62039号
[27] Neumann，M.H。；von Sachs，R.，各向异性函数类中的小波阈值化及其在进化谱自适应估计中的应用，Ann.Statist。，25, 1, 38-76 (1997) ·Zbl 0871.62081号
[28] Neumann，M.H。；von Sachs，R.，《基于小波的平稳性测试》，《时间序列分析》。，21, 5, 597-613 (2000) ·Zbl 0972.62085号
[29] 奥姆宝，H。；邵，X。；Rykhlevskaia，E。；法比亚尼，M。；Gratton，G.，脑信号的空间特异性分析，统计学。Sinica，18，1465-1482（2008）·Zbl 1151.62071号
[30] Reiss，M.，多元随机设计下非参数回归的渐近等价性，Ann.Statist。，36, 4, 1957-1982 (2008) ·Zbl 1142.62023号
[31] Schmeisser，H.-J.，支配混合光滑函数空间理论的最新发展，（非线性分析，函数空间与应用，第8卷（2006）），145-204·Zbl 1289.46056号
[32] 施梅瑟，H.-J。；Sickel，W.，混合光滑函数空间和双曲交叉逼近，J.近似理论，128，2，115-150（2004）·Zbl 1045.41009号
[33] 西克尔，W。；Ullrich，T.，Sobolev-Besov空间的张量积及其在双曲交叉近似中的应用，J.近似理论，161748-786（2009）·Zbl 1194.46056号
[34] Sobol，I.，《多维求积公式和Haar函数》（1969），Nauka，（俄语）·Zbl 0195.16903号
[35] Spokoiny，V.，非参数假设的自适应和空间自适应测试，数学。方法统计。，7, 3, 245-273 (1998) ·Zbl 1103.62345号
[36] van Delft，A。；Eichler，M.，时变谱密度的数据自适应估计（2015）
[37] Wahba，G.，对数周期图的自动平滑，J.Amer。统计师。协会，75，122-132（1980）·兹比尔0442.62074
[38] 周，H。；李，L。；Zhu，H.，Tensor回归及其在神经影像数据分析中的应用，J.Amer。统计师。协会，108，502，540-552（2013）·Zbl 06195959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。