Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Portfolio Optimisation via Graphical Least Squares Estimation Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

Linear Wavelet Estimation in Regression with Additive and Multiplicative Noise

verfasst von : Christophe Chesneau, Junke Kou, Fabien Navarro

Erschienen in: Nonparametric Statistics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper, we deal with the estimation of an unknown function from a nonparametric regression model with both additive and multiplicative noises. The case of the uniform multiplicative noise is considered. We develop a projection estimator based on wavelets for this problem. We prove that it attains a fast rate of convergence under the mean integrated square error over Besov spaces. A practical extension to automatically select the truncation parameter of this estimator is discussed. A numerical study illustrates the usefulness of this extension.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Algorithm for Automatic Description of Historical Series of Forecast Error in Electrical Power Grid
Nächstes Kapitel Speeding up Algebraic-Based Sampling via Permutations
Literatur
1.
Huang, P., Pi, Y., Progri, I.: Gps signal detection under multiplicative and additive noise. J. Navig. 66(4), 479–500 (2013)CrossRef
2.
Härdle, W., Tsybakov, A.: Local polynomial estimators of the volatility function in nonparametric autoregression. J. Econ. 81(1), 223–242 (1997)MathSciNetCrossRef
3.
Simar, L., Wilson, P.W.: Statistical inference in nonparametric frontier models: the state of the art. J. Product. Anal. 13(1), 49–78 (2000)
4.
Tony Cai, T., Wang, L., et al.: Adaptive variance function estimation in heteroscedastic nonparametric regression. Ann. Stat. 36(5), 2025–2054 (2008)MathSciNetCrossRef
5.
Chichignoud, M.: Minimax and minimax adaptive estimation in multiplicative regression: locally Bayesian approach. Probab. Theory Relat. Fields 153(3–4), 543–586 (2012)MathSciNetCrossRef
6.
Comte, F.: Estimation non-paramétrique. Spartacus-IDH (2015)
7.
Nason, G.P.: Wavelet shrinkage using cross-validation. J. R. Stat. Soc. Ser. B (Methodol.) 463–479 (1996)
8.
Daubechies, I.: Ten Lectures On Wavelets, vol. 61. SIAM (1992)
9.
Mallat, S.: A Wavelet Tour of Signal Processing: The Sparse Way. Academic (2008)
10.
Cohen, A., Daubechies, I., Vial, P.: Wavelets on the interval and fast wavelet transforms. Appl. Comput. Harmon. Anal. (1993)
11.
Härdle, W., Kerkyacharian, G., Picard, D., Tsybakov, A.: Wavelets, Approximation, And Statistical Applications, vol. 129. Springer Science & Business Media (2012)
12.
Meyer, Y.: Wavelets and Operators, vol. 1. Cambridge University Press, Cambridge (1992)
13.
14.
Chaubey, Y.P., Chesneau, C., Doosti, H.: Adaptive wavelet estimation of a density from mixtures under multiplicative censoring. Statistics 49(3), 638–659 (2015)MathSciNetCrossRef
15.
Tsybakov, A.B.: Introduction to nonparametric estimation. Revised and extended from the 2004 french original. Translated by vladimir zaiats (2009)
16.
Navarro, F., Chesneau, C.: R package rwavelet: wavelet analysis (Version 0.1.0) (2018)
17.
Donoho, D.L., Johnstone, I.M., Kerkyacharian, G., Picard, D.: Wavelet shrinkage: asymptopia? J. R. Stat. Soc. Ser. B (Methodol.), pp. 301–369 (1995)
18.
Tony Cai, T., Brown, L.D., et al.: Wavelet shrinkage for nonequispaced samples. Ann. Stat. 26(5), 1783–1799 (1998)MathSciNetCrossRef
19.
Hall, P., Turlach, B.A., et al.: Interpolation methods for nonlinear wavelet regression with irregularly spaced design. Ann. Stat. 25(5), 1912–1925 (1997)
20.
Tony Cai, T., Brown, L.D.: Wavelet estimation for samples with random uniform design. Stat. Probab. Lett. 42(3), 313–321 (1999)MathSciNetCrossRef
21.
Kulik, R., Raimondo, M., et al.: Wavelet regression in random design with heteroscedastic dependent errors. Ann. Stat. 37(6A), 3396–3430 (2009)MathSciNetCrossRef
22.
Navarro, F., Saumard, A.: Slope heuristics and v-fold model selection in heteroscedastic regression using strongly localized bases. ESAIM: Probab. Stat. 21, 412–451 (2017)
23.
Navarro, F., Saumard, A.: Efficiency of the v-fold model selection for localized bases. In: Bertail, P., Blanke, D., Cornillon, P.-A., Matzner-Løber, E. (eds.) Nonparametric Statistics, pp. 53–68. Springer International Publishing, Cham (2018)CrossRef
24.
Chesneau, C., Fadili, J., Maillot, B.: Adaptive estimation of an additive regression function from weakly dependent data. J. Multivar. Anal. 133, 77–94 (2015)MathSciNetCrossRef
Metadaten
Titel
Linear Wavelet Estimation in Regression with Additive and Multiplicative Noise
verfasst von
Christophe Chesneau
Junke Kou
Fabien Navarro
Copyright-Jahr
2020
Buch
Nonparametric Statistics

Print ISBN: 978-3-030-57305-8

Electronic ISBN: 978-3-030-57306-5

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-030-57306-5_13