Inégalités doracle pour lestimation dune densité de probabilité - 01/01/04
pages | 4 |
Iconographies | 0 |
Vidéos | 0 |
Autres | 0 |
Résumé |
Nous étudions le problème de lʼestimation dʼune densité de probabilité dans . A partir dʼune formulation du risque quadratique intégré dans le domaine des fréquences de Fourier, nous montrons quʼil est proche du risque dans le modèle de suite gaussienne. En appliquant alors une version modifiée de la méthode Stein par blocs, nous obtenons une inégalité dʼoracle sur les estimateurs linéaires monotones et une inégalité dʼoracle sur les estimateurs à noyau. Comme conséquence, lʼestimateur proposé est adaptatif au sens minimax exact (i.e. à la constante près) sur la famille de classes de Sobolev. Pour citer cet article : Ph. Rigollet, C. R. Acad. Sci. Paris, Ser. I 340 (2005).
Le texte complet de cet article est disponible en PDF.Abstract |
We study the problem of the nonparametric estimation of a probability density in . Expressing the mean integrated squared error in the Fourier domain, we show that it is close to the mean squared error in the Gaussian sequence model. Then, applying a modified version of Steinʼs blockwise method, we obtain a linear monotone oracle inequality and a kernel oracle inequality. As a consequence, the proposed estimator is sharp minimax adaptive (i.e. up to a constant) on a scale of Sobolev classes of densities. To cite this article: Ph. Rigollet, C. R. Acad. Sci. Paris, Ser. I 340 (2005).
Le texte complet de cet article est disponible en PDF.Plan
Vol 340 - N° 1
P. 59-62 - janvier 2005 Retour au numéroBienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.
Déjà abonné à cette revue ?