论文部分内容阅读
非参数密度估计在统计学中具有重要的理论意义和应用价值.大量文献研究单个随机变量的密度函数.然而在保险理赔及其它实际应用中，人们更加关心多个随机变量和的密度函数.因为在独立条件下，随机变量和的密度函数等于密度函数的卷积，所以随机变量和的密度估计常称为密度卷积估计. 在借鉴Chesneau等人工作(Chesneau，C.，Navarro.F.2014.On a Plug-In Wavelet Estimator for Convolutions of Densities.Journal of Statistical Theory and Practice.Vol.8,No.4，653-673.)的基础上，本文利用小波方法研究密度函数卷积的Lp平均估计.第二章研究了线性小波估计器的Lp相合性.当1≤p≤2时，无需假定密度函数具有光滑性;在p＞2时对密度函数添加了光滑性条件.第三章第一节给出了上述估计器在Besov空间中的Lp收敛阶.因为在实际应用中，观测到的随机样本通常带有某种噪声，所以第二节针对一类加法噪声模型构造了线性小波估计器，并研究了其在Besov空间中的Lp(1≤p＜∞)收敛阶.最后，第四章针对无噪声与带加法噪声模型，利用小波阈值方法构造了非线性小波估计器，并给出了其在Besov空间中的Lp(1≤p＜∞)收敛阶，这些结果改进了第三章中的相应定理.