LOCAL BANDWIDTH SELECTION FOR KERNEL DENSITY ESTIMATION IN BIFURCATING MARKOV CHAIN MODEL

Abstract : We propose an adaptive estimator for the stationary distribution of a bifurcating Markov Chain on R d. Bifurcating Markov chains (BMC for short) are a class of stochastic processes indexed by regular binary trees. A kernel estimator is proposed whose bandwidth is selected by a method inspired by the works of Goldenshluger and Lepski [18]. Drawing inspiration from dimension jump methods for model selection, we also provide an algorithm to select the best constant in the penalty.
Type de document :
Pré-publication, Document de travail
2017
Liste complète des métadonnées

Littérature citée [29 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01557228
Contributeur : Siméon Valère Bitseki Penda <>
Soumis le : mercredi 5 juillet 2017 - 22:46:14
Dernière modification le : lundi 17 juillet 2017 - 16:43:58

Fichier

BR1.pdf
Fichiers produits par l'(les) auteur(s)

Licence


Distributed under a Creative Commons Paternité - Pas d'utilisation commerciale - Pas de modification 4.0 International License

Identifiants

  • HAL Id : hal-01557228, version 1
  • ARXIV : 1706.07034

Collections

Citation

Siméon Valère Bitseki Penda, Angelina Roche. LOCAL BANDWIDTH SELECTION FOR KERNEL DENSITY ESTIMATION IN BIFURCATING MARKOV CHAIN MODEL. 2017. 〈hal-01557228〉

Partager

Métriques

Consultations de
la notice

146

Téléchargements du document

26