Adaptive density estimation in deconvolution problems with unknown error distribution

Johanna Kappus; Gwennaëlle Mabon

doi:10.1214/14-ESJ976

Adaptive density estimation in deconvolution problems with unknown error distribution

Johanna Kappus ¹ Gwennaëlle Mabon ^{2, 3}

1 Institut für Mathematik, Universität Rostock

Institut für Mathematik, Universität Rostock

2 CREST - Centre de Recherche en Économie et Statistique

3 MAP5 - UMR 8145 - Mathématiques Appliquées Paris 5

Abstract : A density deconvolution problem with unknown distribution of the errors is considered. To make the target density identifiable, one has to assume that some additional information on the noise is available. We consider two different models: the framework where some additional sample of the pure noise is available, as well as the repeated observation model, where the contaminated random variable of interest can be observed repeatedly. We introduce kernel estimators and present upper risk bounds. The focus of this work lies on the optimal data driven choice of the smoothing parameter using a penalization strategy.

Type de document :

Article dans une revue

Electronic journal of statistics , Shaker Heights, OH : Institute of Mathematical Statistics, 2014, 8 (2), pp.2879-2904. 〈10.1214/14-ESJ976〉

Domaine :

Mathématiques [math] / Statistiques [math.ST]

Statistiques [stat] / Théorie [stat.TH]

Liste complète des métadonnées

Littérature citée [33 références] Voir Masquer Télécharger

https://hal.archives-ouvertes.fr/hal-00915982
Contributeur : Gwennaëlle Mabon <>
Soumis le : mardi 23 décembre 2014 - 09:22:16
Dernière modification le : jeudi 7 février 2019 - 16:39:00
Document(s) archivé(s) le : mardi 24 mars 2015 - 10:07:07

KM _V3.pdf

Fichiers produits par l'(les) auteur(s)

Adaptive density estimation in deconvolution problems with unknown error distribution

Fichier

Identifiants

Collections

Citation

Exporter

Métriques

188

122

Contact

Adaptive density estimation in deconvolution problems with unknown error distribution

Fichier

Identifiants

Collections

Citation

Exporter

Partager

Métriques

188

122

Contact