Punto de estimación de funciones de regresión anisotrópicas utilizando wavelets con regla de selección basada en datos
Autores: Chen, Jia; Kou, Junke
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Punto de estimación de funciones de regresión anisotrópicas utilizando wavelets con regla de selección basada en datos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Regresión
Estimador
Anisotrópico
Tasa de convergencia
Adaptativo
Basado en datos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
Para la estimación de regresión no paramétrica, la investigación convencional se centra en la función de regresión isotrópica. En este documento, se construye un estimador lineal de ondaleta de la función de regresión anisotrópica, se discute la tasa de convergencia de este estimador en espacios de Besov anisotrópicos. Más importante aún, para obtener un estimador adaptativo, se propone un estimador de regresión con regla de selección de parámetro de escala basada en datos. Resulta que nuestros resultados alcanzan la tasa de convergencia óptima de la estimación puntual no paramétrica.
Descripción
Para la estimación de regresión no paramétrica, la investigación convencional se centra en la función de regresión isotrópica. En este documento, se construye un estimador lineal de ondaleta de la función de regresión anisotrópica, se discute la tasa de convergencia de este estimador en espacios de Besov anisotrópicos. Más importante aún, para obtener un estimador adaptativo, se propone un estimador de regresión con regla de selección de parámetro de escala basada en datos. Resulta que nuestros resultados alcanzan la tasa de convergencia óptima de la estimación puntual no paramétrica.