Confidence sets for nonparametric wavelet regression
非参数小波回归的置信集AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究通用非参数回归置信集，未明确对应所列经济计量细分方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
非参数小波回归的置信集
- 研究问题
- 如何为非参数回归函数构造在Besov球上一致有效的置信集，并将函数层面的不确定性传递到回归曲线的泛函？
- 方法与思路
- 作者考虑小波系数的阈值与调制估计，从损失函数构造枢轴过程，利用其一致高斯极限反演系数及泛函的置信集。
- 材料陈述的贡献
- 摘要称建立了损失枢轴过程向零均值高斯过程的一致收敛，并据此获得小波系数和回归曲线泛函的置信集。
- 阅读关注点
- 应核对Besov球的具体范围、噪声与观测条件、枢轴过程的标准化方式，以及系数置信集如何转换为泛函置信集。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，无法判断一致覆盖的具体条件、置信集大小及有限样本表现，也不能推断刊本变化。
原文摘要
We construct nonparametric confidence sets for regression functions using wavelets that are uniform over Besov balls. We consider both thresholding and modulation estimators for the wavelet coefficients. The confidence set is obtained by showing that a pivot process, constructed from the loss function, converges uniformly to a mean zero Gaussian process. Inverting this pivot yields a confidence set for the wavelet coefficients, and from this we obtain confidence sets on functionals of the regression curve.