张健;李杰 高维非参数协方差模型的因子估计。 （英语） Zbl 1496.62098号 扫描。J.统计。 49，第2期，542-567（2022年）。 摘要：高维空间中协方差相关条件协方差矩阵的估计对当代统计研究提出了挑战。由于使用单个带宽来探索目标矩阵函数所有项的光滑性，现有的核估计量可能不具有局部自适应性。在本文中，我们提出了一个新的框架来解决这个问题，在这个框架中，我们将目标矩阵分解为因子，并通过核方法依次估计这些因子。通过阈值化和最优收缩进一步正则化得到的估计器。在一定的混合和稀疏条件下，我们证明了所提出的估计器是条件良好的，并且即使在样本是相关的情况下也与底层矩阵函数一致。仿真研究表明，该估计器在综合根平方估计误差方面明显优于其竞争对手。我们提出了一个财务回报数据应用程序。 MSC公司： 62甲12 多元分析中的估计 62G07年 密度估算 62J07型 岭回归；收缩估计器（拉索） 6220国集团 非参数推理的渐近性质 62P05号 统计学在精算科学和金融数学中的应用 关键词：高维非参数协方差模型;核估计量;收缩和稠度;阈值化 PDF格式BibTeX公司 XML格式引用 \textit{J.Zhang}和\textit{J.Li}，扫描。J.Stat.49，No.2，542--567（2022；Zbl 1496.62098） 全文： 内政部 OA许可证