Adaptive demixing in Poisson mixture models
泊松混合模型中的自适应混合密度恢复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：摘要涉及一般泊松混合密度估计，未明确研究经济变量的分布效应或其他所列方向。
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…
关注这篇论文的作者
泊松混合模型中的自适应混合密度恢复
- 研究问题
- 从独立同分布的泊松混合样本中恢复有限区间上的混合密度，能获得怎样的积分均方误差收敛率与自适应性质？
- 方法与思路
- 作者研究正交级数估计量在 Hölder 和 Sobolev 密度类中的误差收敛率，并利用极小极大下界判断速率最优性。
- 材料陈述的贡献
- 摘要称，估计量对两类光滑密度具有自适应性；在所述 Sobolev 类中，上界与极小极大下界同阶，达到速率最优。
- 阅读关注点
- 应核对支持区间与光滑度条件、级数截断和自适应规则，以及两类误差速率的证明与 Sobolev 下界的适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；速率最优性明确针对所述 Sobolev 类，不能扩展到任意混合密度或有限样本优势。
原文摘要
Let $X_1, X_2, \dots, X_n$ be an i.i.d. sample from the Poisson mixture distribution $p(x) = (1/x!) \int_0^{\infty} s^x e^{-s}f(s) ds$. Rates of convergence in mean integrated squared error (MISE) of orthogonal series estimators for the mixing density f supported on $[a, b]$ are studied. For the Hölder class of densities whose rth derivative is Lipschitz $\alpha$, the MISE converges at the rate $(\log n/ \log \log n)^{-2(r +\alpha)}$. For Sobolev classes of densities whose rth derivative is square integrable, the MISE converges at the rate $(\log n/ \log \log n)^{-2r}$. The estimator is adaptive over both these classes. For the Sobolev class, a lower bound on the minimax rate of convergence is $(\log n/ \log \log n)^{-2r}$, and so the orthogonal polynomial estimator is rate optimal.