Estimadores de densidad y regresión de wavelet para datos funcionales estacionarios y ergódicos: tiempo discreto
Autores: DIDI, Sultana; AL HARBY, Ahoud; BOUZEBDA, Salim
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Estimadores de densidad y regresión de wavelet para datos funcionales estacionarios y ergódicos: tiempo discreto
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
No paramétrico
Estimación
Densidad
Función de regresión
Bases de ondas
Propiedades asintóticas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
La estimación no paramétrica de la densidad y la función de regresión basada en procesos estacionarios funcionales utilizando bases de ondas para espacios de Hilbert de funciones se investiga en este artículo. Se proporciona el error cuadrático medio integrado sobre espacios de descomposición adaptados. Para obtener las propiedades asintóticas de los estimadores de densidad y regresión de ondas, se utiliza el método de Martingale. Estos resultados se obtienen bajo algunas condiciones suaves sobre el modelo; aparte de la ergodicidad, no se imponen otras suposiciones sobre los datos. Este artículo extiende el alcance de algunos resultados previos para los estimadores de densidad y regresión de ondas al relajar la independencia o la condición de mezcla a la ergodicidad. Las posibles aplicaciones incluyen la distribución condicional, la discriminación de curvas y la predicción de series temporales a partir de un conjunto continuo de valores pasados.
Descripción
La estimación no paramétrica de la densidad y la función de regresión basada en procesos estacionarios funcionales utilizando bases de ondas para espacios de Hilbert de funciones se investiga en este artículo. Se proporciona el error cuadrático medio integrado sobre espacios de descomposición adaptados. Para obtener las propiedades asintóticas de los estimadores de densidad y regresión de ondas, se utiliza el método de Martingale. Estos resultados se obtienen bajo algunas condiciones suaves sobre el modelo; aparte de la ergodicidad, no se imponen otras suposiciones sobre los datos. Este artículo extiende el alcance de algunos resultados previos para los estimadores de densidad y regresión de ondas al relajar la independencia o la condición de mezcla a la ergodicidad. Las posibles aplicaciones incluyen la distribución condicional, la discriminación de curvas y la predicción de series temporales a partir de un conjunto continuo de valores pasados.