Estimación de derivadas parciales de la función de varianza multivariante en un modelo heterocedástico a través del método de wavelet
Autores: Kou, Junke; Zhang, Hao
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Estimación de derivadas parciales de la función de varianza multivariante en un modelo heterocedástico a través del método de wavelet
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Derivada
Estimación
Multivariado
Función de varianza
Estimador de wavelet
Tasas de convergencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Para la estimación de funciones derivadas, la investigación convencional se enfoca únicamente en la estimación de derivadas de funciones unidimensionales. Este artículo considera la estimación de derivadas parciales de una función de varianza multivariante en un modelo heterocedástico. Se propone un estimador de ondaleta de derivadas parciales de una función de varianza multivariante. Se discuten las tasas de convergencia de un estimador de ondaleta bajo diferentes errores de estimación. Resulta que la tasa de convergencia fuerte del estimador de ondaleta es la misma que la tasa óptima de convergencia casi segura uniforme de problemas de funciones no paramétricas.
Descripción
Para la estimación de funciones derivadas, la investigación convencional se enfoca únicamente en la estimación de derivadas de funciones unidimensionales. Este artículo considera la estimación de derivadas parciales de una función de varianza multivariante en un modelo heterocedástico. Se propone un estimador de ondaleta de derivadas parciales de una función de varianza multivariante. Se discuten las tasas de convergencia de un estimador de ondaleta bajo diferentes errores de estimación. Resulta que la tasa de convergencia fuerte del estimador de ondaleta es la misma que la tasa óptima de convergencia casi segura uniforme de problemas de funciones no paramétricas.