Adaptive Laguerre density estimation for mixed Poisson models

Abstract : In this paper, we consider the observation of $n$ i.i.d. mixed Poisson processes with random intensity having an unknown density $f$ on ${\mathbb R}^+$. For fixed observation time $T$, we propose a nonparametric adaptive strategy to estimate $f$. We use an appropriate Laguerre basis to build adaptive projection estimators. Non-asymptotic upper bounds of the ${\mathbb L}^2$-integrated risk are obtained and a lower bound is provided, which proves the optimality of the estimator. For large $T$, the variance of the previous method increases, therefore we propose another adaptive strategy. The procedures are illustrated on simulated data.
Type de document :
Article dans une revue
Electronic journal of statistics , Shaker Heights, OH : Institute of Mathematical Statistics, 2015, 9, pp.1112-1148. <http://projecteuclid.org/current/euclid.ejs>. <10.1214/15-EJS1028>
Liste complète des métadonnées


https://hal.archives-ouvertes.fr/hal-00848158
Contributeur : Fabienne Comte <>
Soumis le : jeudi 13 mars 2014 - 13:35:48
Dernière modification le : mardi 11 octobre 2016 - 12:03:19
Document(s) archivé(s) le : vendredi 13 juin 2014 - 11:20:26

Fichier

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

Licence


Copyright (Tous droits réservés)

Identifiants

Collections

Citation

Fabienne Comte, Valentine Genon-Catalot. Adaptive Laguerre density estimation for mixed Poisson models. Electronic journal of statistics , Shaker Heights, OH : Institute of Mathematical Statistics, 2015, 9, pp.1112-1148. <http://projecteuclid.org/current/euclid.ejs>. <10.1214/15-EJS1028>. <hal-00848158v2>

Partager

Métriques

Consultations de
la notice

206

Téléchargements du document

120