Linear wavelet estimation of the derivatives of a regression function based on biased data

Abstract : This paper deals with the problem of estimating the derivatives of a regression function based on biased data. We develop two different linear wavelet estimators according to the knowledge of the "biased density" of the design. The new estimators are analyzed with respect to their $L_p$ risk with p ≥ 1 over Besov balls. Fast polynomial rates of convergence are obtained.
Type de document :
Article dans une revue
Communications in Statistics - Theory and Methods, 2017, 46 (19), 〈10.1080/03610926.2016.1213287〉
Liste complète des métadonnées

Littérature citée [24 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01075544
Contributeur : Fabien Navarro <>
Soumis le : samedi 18 octobre 2014 - 01:24:24
Dernière modification le : jeudi 26 juillet 2018 - 14:08:02
Document(s) archivé(s) le : lundi 19 janvier 2015 - 10:04:07

Fichier

deriv-biased-fin.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Yogendra P. Chaubey, Christophe Chesneau, Fabien Navarro. Linear wavelet estimation of the derivatives of a regression function based on biased data. Communications in Statistics - Theory and Methods, 2017, 46 (19), 〈10.1080/03610926.2016.1213287〉. 〈hal-01075544〉

Partager

Métriques

Consultations de la notice

361

Téléchargements de fichiers

104