Журнал СФУ. Математика и физика / Неполная оценка функции регрессии методом наименьших квадратов на основе вейвлетов

Полный текст (.pdf)
Номер
Журнал СФУ. Математика и физика. 2023 16 (2)
Авторы
Рима Дуас; Ильхем Ларуси; Сумия Харфуши
Контактная информация
Рима Дуас: Кафедра математики Университет братьев Ментури Константин, Алжир; Ильхем Ларуси: Кафедра математики Университет братьев Ментури Константин, Алжир; Сумия Харфуши: Кафедра математики Университет братьев Ментури Константин, Алжир
Ключевые слова
non-parametric regression; L2 error; least squares estimators; orthogonal series estimates; convergence in the L2-norm; twice censored data; regression estimation; hard thresholding; непараметрическая регрессия; ошибка L2; оценки методом наименьших квадратов; оценки ортогональными рядами; сходимость в норме L2; дважды цензурированные данные; оценка регрессии; жесткий порог
Аннотация

В этой статье мы вводим оценку функции регрессии методом наименьших квадратов для Y , цензурированного справа R, и min(Y;R), цензурированного слева L. Он основан на идеях, полученных из контекста вейвлет-оценок, и построен путем жесткой пороговой обработки оценок коэффициентов развития ряда функции регрессии. Устанавливаем сходимость по норме L2. Мы даем достаточно критериев для непротиворечивости этой оценки. Результат показывает, что наша оценка способна адаптироваться к локальной регулярности соответствующей функции регрессии и распределения

Страницы
204–215
EDN
GVQDEI
Статья в архиве электронных ресурсов СФУ
https://elib.sfu-kras.ru/handle/2311/149916