×

带乘性噪声回归模型的非参数逐点估计。 (英语) Zbl 1477.62397号

摘要:在本文中,我们考虑一个具有乘性噪声特征的一般非参数回归估计模型。我们利用小波方法提出了一种线性估计和非线性估计。证明了这些回归估计在Besov空间上点态误差下的收敛速度。结果表明,所得的收敛速度与逐点非参数函数估计的最优收敛速度是一致的。

MSC公司:

62兰特 功能数据分析
62G05型 非参数估计
62G08号 非参数回归和分位数回归
65T60型 小波的数值方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 乔贝,Y.P。;Chesneau,C。;Shirazi,E.,给定随机设计下依赖偏差数据回归函数的基于小波的估计,《非参数统计杂志》,25,1,53-71(2013)·兹比尔1297.62084 ·doi:10.1080/10485252.2012.734619
[2] Chaubey,Y·P。;Shirazi,E.,关于强混合下基于有偏数据的回归函数非线性小波估计的MISE,《统计学中的通信——理论和方法》,44,5,885-899(2015)·Zbl 1388.62094号 ·doi:10.1080/03610926.2014.990285
[3] Chesneau,C。;Shirazi,E.,基于有偏数据的非参数小波回归,《统计学中的通信——理论和方法》,43,13,2642-2658(2014)·Zbl 1297.62085号 ·doi:10.1080/03610926.2012.681536
[4] Kou,J.K。;Liu,Y.M.,Chesneau定理的推广,统计学和概率字母,108,23-32(2016)·Zbl 1326.62084号 ·doi:10.1016/j.spl.2015.09.018
[5] 郭海杰。;Kou,J.K.,基于负相关样本的L^p风险的小波回归估计,适用分析,18,4,2050024-2052667(2020)·Zbl 1446.42050号 ·doi:10.1142/S0219691320500241
[6] Kou,J.K。;陈,J。;Guo,H.J.,带偏强混合数据回归导数小波估计的MISE,统计学中的通信——理论和方法,50,14,3436-3452(2021)·Zbl 07530992号 ·doi:10.1080/03610926.2019.1704007
[7] Gorodetskii,V.V.,关于线性序列的强混合性质,概率论及其应用,22,2,411-413(1978)·Zbl 0377.60046号 ·doi:10.1137/1122049
[8] 吉农·卡塔霍特,V。;Jeantheau,T。;Laredo,C.,《作为隐马尔可夫模型和统计应用的随机波动率模型》,Bernoulli,6,6,1051-1079(2000)·Zbl 0966.62048号 ·doi:10.2307/3318471
[9] 加拉,S。;加拉霍夫,E。;Ragusa,医学硕士。;Salieva,O.,零粘度Hall-MHD方程光滑解的Beale-Kato-Mayda正则性准则,巴西数学学会公报,新系列(2021)·Zbl 1485.35094号 ·doi:10.1007/s00574-021-00256-7
[10] Giacofci,M。;Lambert-Lacroix,S。;Picard,F.,多样本异方差非参数回归的Minimax小波估计,非参数统计杂志,30,1,238-261(2018)·Zbl 1468.62270号 ·doi:10.1080/10485252.2017.1406091
[11] Jiang,W.,《高维推理专题》(2009),罗格斯大学社区知识库·doi:10.7282/T3XK8FQ5
[12] Härdle,W。;Kerkyacharian,G。;Picard,D。;Tsybakov,A.,《小波、近似和统计应用》(1997),纽约:Springer-Verlag出版社,纽约
[13] Cai,T.T.,点态风险下Besov空间上的收敛速度和自适应,中国统计,13,3,881-902(2003)·Zbl 1046.62046号
[14] Davydov,Y.A.,平稳过程的不变性原理,概率论及其应用,15,3,487-498(1970)·Zbl 0219.60030号 ·doi:10.1137/1115050
[15] Rio,E.,平稳强混合序列的重对数函数律,《概率年鉴》,23,3,1188-1203(1995)·Zbl 0833.60024号 ·doi:10.1214/aop/1176988179
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。