×

最佳内核。 (英语) Zbl 1159.62020号

摘要:核函数\(K(x)\)广泛用于统计中的平滑目的,例如请参阅B.W.西尔弗曼【统计和数据分析的密度估计。Chapman和Hall(1986;Zbl 0617.62042号)],或M.P.魔杖M.C.琼斯[核平滑。查普曼和霍尔(1995;Zbl 0854.62043号)]、以及M.G.希梅克【Glättungsverfahren in der Biometrie:ein historischer Abriss.Electron.J.GMS,Med.Inform.Biom.Epidediol(2005)】。通常,它们具有紧支撑,并且是有序的((nu,k),这意味着除(j=nu<k)外,第(j)-次矩(M_j)为零,并且适当地标准化为(j=nu.\)。这里,(M_j\)表示对(k(x))和(x^j)乘积的积分。在\(nu=0\)的情况下,\(K\)被称为标准内核。如果(nu,k)阶核精确地改变符号(k-2)次,并使渐近积分均方误差最小,则称之为最优核。在\(k-\nu\)为偶数的情况下,T.Gasser公司等[J.R.Stat.Soc.,Ser.B 47,238–252(1985;Zbl 0574.62042号)]构造了阶为\(K)的多项式\(K(x)\),其中\(K(-1)=0=K(+1)\)被限制为\([-1,1]\)具有精确的\(K-2\)符号变化,并且阶为\((\nu,K)\)。在某些特殊情况下,这些(K)可以被证明是最优的。后来B.L.格拉诺夫斯基H.-G.米勒【国际统计修订版59,第3号,373–388(1991;Zbl 0749.62024号)]证明了最优核是具有(K(-1)=0=K(+1))的连续函数,并且是它们支持的多项式。不幸的是,只有在情况\(k-\nu<4 \)下,情况才相反。H.-G.菲佛[Zur Theorye der optimizen Kernschätzer unter Momentenbedinguen.Univ.Marburg数学系(1991)]在他的毕业论文中构造了度(k)和实数(alpha_i)在([0,1]\)中的多项式(p_i(x)与(alpha_1<\cdots<\alpha_m),使得(p_i\)对([-1,alpha_i]\)的限制是有序的((nu,k)\)并满足边界条件\(pi(-1)=0=pi(\alpha_i)\),\(i=1,\dots,m\),其中\(m\)是\((k-\nu)/2\)的整数部分。
我们以最一般的形式证明了一个由来已久的猜想,在标准情况下,我们早期的一篇论文对此进行了验证【Stat.Decis.19,No.1,1-8(2001;Zbl 1159.62306号)]. 利用Gegenbauer(超球面)多项式理论,我们证明了在任意(k)的一般情况下,(nu)具有(0leqnuleqk-2)的核是最优的,并给出了它的显式形式。

MSC公司:

62G07年 密度估算
6220国集团 非参数推理的渐近性质
PDF格式BibTeX公司 XML格式引用
全文: 内政部