论文部分内容阅读
本文利用小波方法研究一类带乘法噪声密度函数的最优估计.具体地,我们假定随机样本是独立同分布的,密度函数属于整数阶Sobolev空间WN(τ),噪声函数上下有界. 在借鉴Tsybakov工作(A.B.Tsybakov.Introduction to Nonparametric Estimation.Springer-Verlag,Berlin,2009)的基础上,第2章给出任意密度估计器在Lp(p≥1)风险意义下收敛阶的下界;第3章构造了线性小波估计器,并研究了其在Lp风险意义下收敛阶.结果表明:当r≥p时,线性小波估计达到最优;当r<p时,线性小波估计器非最优. 第4章受Donoho等人工作(D.L.Donoho,I.M.Johnstone,G.Kerkyacharian,D.Picard.Density estimation by wavelet thresholding.Ann.Statist.1996,24:508-539)的启发,利用小波阈值方法构造了非线性小波估计器,给出了Lp风险意义下的收敛阶.当1<r<p/2N+1时,该估计器是最优的;当p/2N+1≤r<p时,在相差ln n因子意义下最优,即它是次优的.