Fast nonparametric estimation for convolutions of densities

Christophe Chesneau 1 Fabienne Comte 2 Fabien Navarro 3
1 LMNO, Université de Caen Basse-Normandie
LMNO - Laboratoire de Mathématiques Nicolas Oresme
3 Equipe Image - Laboratoire GREYC - UMR6072
GREYC - Groupe de Recherche en Informatique, Image, Automatique et Instrumentation de Caen
Abstract : The present paper is concerned with the problem of estimating the convolution of densities. We propose an adaptive estimator based on kernel methods, Fourier analysis and the Lepski method. We study its $\mathbb{L}_2$-risk properties. Fast and new rates of convergence are determined for a wide class of unknown functions. Numerical illustrations, on both simulated and real data, are provided to assess the performances of our estimator.
Type de document :
Article dans une revue
Canadian Journal of Statistics, Wiley, 2013, 41 (4), pp.617-636. 〈10.1002/cjs.11191〉
Liste complète des métadonnées

Littérature citée [29 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00798766
Contributeur : Fabienne Comte <>
Soumis le : mercredi 20 mars 2013 - 16:28:30
Dernière modification le : lundi 25 septembre 2017 - 16:08:11
Document(s) archivé(s) le : vendredi 21 juin 2013 - 04:15:38

Fichier

estimconvfinal.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Citation

Christophe Chesneau, Fabienne Comte, Fabien Navarro. Fast nonparametric estimation for convolutions of densities. Canadian Journal of Statistics, Wiley, 2013, 41 (4), pp.617-636. 〈10.1002/cjs.11191〉. 〈hal-00798766v2〉

Partager

Métriques

Consultations de
la notice

375

Téléchargements du document

544