Incomplete least squared regression function estimator based on wavelets

[Неполная оценка функции регрессии методом наименьших квадратов на основе вейвлетов]

Ryma Douas, Ilhem Laroussi, Soumia Kharfouchi

Mentouri Brothers University Constantine, Algeria

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 $L_2$. Мы даем достаточно критериев для непротиворечивости этой оценки. Результат показывает, что наша оценка способна адаптироваться к локальной регулярности соответствующей функции регрессии и распределения.

Ключевые слова: непараметрическая регрессия, ошибка $L_2$, оценки методом наименьших квадратов, оценки ортогональными рядами, сходимость в норме $L_2$, дважды цензурированные данные, оценка регрессии, жесткий порог.

УДК: 519.6

Получена: 10.07.2022
Исправленный вариант: 15.09.2022
Принята: 20.10.2022

Язык публикации: английский