基于偏差密度模型的小波估计.pdfVIP

数 学 年 刊 2015，36A(2)：151—160 DOI：10．16205~．cnki．cama．2015．0016 基 于偏差 密度模 型 的小波估 计冰 许 俊 莲 提要 讨论了带加权分布且基于分层相协随机变量的密度函数估计问题，提出了线性小波估计器，并 给出该估计器的Lp(1≤PD(O)风险上界． 关键词 小波估计器，正相协，负相协，加权函数，Newman不等式 MR (2000)主题分类 62G07，42C40，62G20 中图法分类 O175．29 文献标志码 A 文章编号 1000-8314(2015)02—0151—10 1 引 言 随机变量 1，2，… ， 称为正 (负)相协，简记为PA(NA)，若对于集合{1，2，… ，札} 的任意两个不相交子集 和JE}，有 Cov(hl( ，i∈ )，h2(xj，J∈B))≥0(≤0)， 其中h1和 2是关于每个分量单调递增 (减)的实值函数并且协方差存在．这些概念是被 Easary[1和 Alam[0]等人引入的．更多关于这方面的研究见文 3【1． Chesneau[]等人研究了下面基于分层形式以及加权分布的模型：对于任给m ∈{1，… ， )， ，1， ，2，… ，ym， 是同分布的P (ⅣA)随机变量，其密度函数为 f (y) fYm(y)：—9m(v) — ， Y∈[0，1]_ (1．1) m 这里及本文中，g 表示加权函数，．厂 表示随机变量 的密度函数，这里 ， 未知是 待估函数，且 =Eg ()= gm()， (y)dy．定义了线性小波估计器 ，并且在一 定条件下，给出了该估计器 损失的上界． 本文同样讨论模型 (1．1)，并且ym，，ym，2，… ， ， 是 PA (Ⅳ )随机变量．我们将 给出LP(1≤P。。)损失的上界．结果表明：本文的工作完全推广了文 [4】中的结论． 我们的工作始于Besov空间且基于实直线 中的任意紧子集 (不同于文 [4]限定在 0[，1])上．通常，整数阶Sobolev空间定义为 ()：={．厂∈L ()，f()∈L())， 相应的范数 lIfl1w：：=IIfll+IIf() 特别地， )： ()．对于 1≤r，口≤∞ 以及 s=n+Ot，其中 ∈(0，1]，定义 上的Besov空间： B；，q()：={，∈Ⅵ ()，一 i(，(…，t)ll。。)， 本文 2014年 3月 3日收到，2014年 12月 13 日收到修改稿． 北京工业大学应用数理学院，北京 100124；宝鸡文理学院数学与信息科学学院，陕西 宝鸡721013 E—mail：xujunlian83913@163．com 本文受到国家自然科学基金 (No和宝鸡文理学院校级项目(No．ZK14060)的资助． 数 学 年 刊 36卷 A辑 范数 lIfll删 ：=lLfllw~+lit— i(，(…， ，其中 ；(，，t)：=supIIf(．+2)一2，(-+)+．厂()·11r IhI≤t 表示 ．厂的二阶连续模且 。。 ： ( 警)’ ∞， esssupIh(t)l， 本文总是假定密度函数 f ∈B，。(R，L)={．厂∈B；，q()，，是密度函数且 IIfll。q≤ )． 设 ∈C茜 )是正规正交尺