×
韩京熙;Park，Byeong U。

误差-变量可加模型的平滑回填。 （英语） Zbl 1404.62038号

Ann.统计。 46，第5期，2216-2250（2018）.
小结：在这项工作中，我们开发了一种新的平滑修正方法和理论，用于估计协方差受测量误差污染的可加非参数回归模型。为此，我们设计了一个新的核函数，该核函数可以适当地反褶积测量误差引起的偏差，并在加性函数空间中对所得估计量进行投影解释。反褶积性质和投影解释对于问题的成功解决至关重要。我们证明了当测量误差分布的平滑度小于阈值时，基于新核加权方案的方法在一维反褶积问题中达到了最佳收敛速度。我们发现，当测量误差分布的平滑度超过阈值时，收敛速度比单变量速度慢，但仍比多元反褶积问题的最优速度快得多。该理论要求仔细分析测量误差通过回火操作传播到其他附加成分的不可忽略的影响。我们给出了反褶积平滑反求估计量的有限样本性能，这证实了我们的理论发现。

引用于7文件

MSC公司：

62克08 非参数回归和分位数回归
62克07 密度估算
6220国集团 非参数推理的渐近性质

关键词：

非参数加性回归;平滑回填;变量模型中的错误;反褶积;核平滑;多元反褶积
PDF格式BibTeX公司 XML格式引用
\textit{K.Han}和\textit{B.U.Park}，Ann.Stat.46，No.5，2216--2250（2018；Zbl 1404.62038）
全文： 内政部 欧几里得

参考文献：

[1] Augustyniak，M.和Doray，L.G.（2012）。由两个伽马变量的差异表示的轻量级对称分布族的推断。J.统计计算。模拟82 1621–1634·Zbl 1431.62052号 ·doi:10.1080/00949655.2011.590287
[2] Bickel，P.J.、Klaassen，C.A.J.、Ritov，Y.和Wellner，J.A.（1998）。半参数模型的高效自适应估计。纽约州施普林格·Zbl 0894.62005号
[3] Carroll，R.J.、Delaigle，A.和Hall，P.（2009年）。测量误差模型中的非参数预测。J.Amer。统计师。协会104 993–1003·Zbl 1388.62075号 ·doi:10.1198/jasa.2009.tm07543
[4] Comte，F.和Lacour，C.（2011年）。未知分布加性噪声下的数据驱动密度估计。J.罗伊。统计师。Soc.序列号。B73 601–627·Zbl 1226.62034号 ·doi:10.1111/j.1467-9868.2011.00775.x
[5] Dattner，I.、Reiß，M.和Trabs，M.（2016）。未知误差分布反褶积中的自适应分位数估计。伯努利78 231–252·Zbl 1388.62095号
[6] Delaigle，A.、Fan，J.和Carroll，R.J.（2009年）。误差-变量问题的设计自适应局部多项式估计。J.Amer。统计师。协会104 348–359·Zbl 1388.62106号 ·doi:10.1198/jasa.2009.0114
[7] Delaigle，A.、Hall，P.和Meister，A.（2008）。关于重复测量的反褶积。美国国家统计局36 665–685·Zbl 1133.62026号 ·doi:10.1214/00905360000000884
[8] Fan，J.（1991年）。关于非参数反褶积问题的最佳收敛速度。统计年鉴19 1257–1272。内政部：https://doi.org/10.1214/aos/1176348248。 ·Zbl 0729.62033号 ·doi:10.1214/aos/1176348248
[9] Fan，J.和Masry，E.（1992年）。带误差变量的多元回归估计：混合过程的渐近正态性。《多元分析杂志》43 237–2711·Zbl 0769.62028号 ·doi:10.1016/0047-259X（92）90036-F
[10] Fan，J.和Truong，Y.K.（1993年）。变量有误差的非参数回归。Ann.Statist.21 1900–1925年·Zbl 0791.62042号 ·doi:10.1214/aos/1176349402
[11] Hall，P.和Lahiri，S.N.（2008年）。反褶积问题中分布、矩和分位数的估计。统计年鉴36 2110–2134·Zbl 1148.62028号 ·doi:10.1214/07-AOS534
[12] Han，K.和Park，B.U.（2018年）。补充“误差-变量加性模型的平滑回填”DOI:10.1214/17-AOS1617SUPP。
[13] Kappus，J.和Mabon，G.（2014）。未知误差分布反褶积问题中的自适应密度估计。电子。《美国联邦法规汇编》第8卷第2879–2904页·Zbl 1308.62074号 ·doi:10.1214/14-EJS976
[14] Klar，B.（2015）。关于伽马差分布的注记。J.统计计算。模拟85 3708–3715·Zbl 1510.62117号
[15] Lee，Y.K.、Mammen，E.和Park，B.U.（2010年）。加法分位数模型的回补和平滑回补。统计年鉴38 2857–2883·兹比尔1200.62039 ·doi:10.1214/10-AOS808
[16] Lee，Y.K.、Mammen，E.和Park，B.U.（2012年）。灵活的广义变系数回归模型。Ann.Statist.40 1906-1933年·Zbl 1257.62040号 ·doi:10.1214/12-AOS1026
[17] Lee，Y.K.、Mammen，E.和Park，B.U.（2012年）。变系数回归模型的投影型估计。伯努利18 177–205·Zbl 1291.62089号 ·doi:10.3150/10-BEJ331
[18] Liang，H.、Härdle，W.和Carroll，R.（1999）。半参数部分线性误差-变量模型中的估计。《统计年鉴》27 1519–1535·Zbl 0977.62036号 ·doi:10.1214操作系统/1017939140
[19] Linton，O.、Sperlich，S.和van Keilegom，I.（2008）。半参数变换模型的估计。统计年鉴36 686–718·Zbl 1133.62029号 ·doi:10.1214/00905360000000848
[20] Mammen，E.、Linton，O.和Nielsen，J.（1999）。弱条件下反射投影算法的存在性和渐近性质。《统计年鉴》27 1443–1490·Zbl 0986.62028号
[21] Mammen，E.和Nielsen，J.P.（2003）。广义结构化模型。生物特征90 551–566·Zbl 1436.62313号 ·doi:10.1093/biomet/90.3.551
[22] Masry，E.（1993）。平稳过程多元密度反褶积的强一致性和速度。随机过程。申请47 53–74·Zbl 0797.62071号 ·doi:10.1016/0304-4149（93）90094-K
[23] Roca-Pardinas，J.和Sperlich，S.（2010年）。广义结构模型中的可行估计。《法律总汇》第20卷第367–379页。
[24] Stefanski，L.A.和Carroll，R.J.（1990年）。去卷积核密度估计量。统计21 169–184·Zbl 0697.62035号 ·doi:10.1080/02331889008802238
[25] Stone，C.J.（1985）。加性回归和其他非参数模型。《统计年鉴》13 689–705·Zbl 0605.62065号 ·doi:10.1214/aos/1176349548
[26] You，J.、Zhou，Y.和Chen，G.（2006）。修正了具有测量误差的变系数模型中的局部多项式估计。统计年鉴34 391–410·Zbl 1104.62064号 ·doi:10.1002/cjs.5550340303
[27] Yu，K.、Park，B.U.和Mammen，E.（2008）。广义可加模型中的平滑反求。美国国家统计局36 228–260·Zbl 1132.62028号 ·doi:10.1214/009053607000000596
[28] Zhu，L.和Cui，H.（2003）。具有变量误差的半参数回归模型。扫描。J.Stat.30 429–442·Zbl 1053.62053号 ·doi:10.1111/1467-9469.00340
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。