自适应密度反卷积中的有限样本惩罚

我们考虑估计变量 $X_i$ 同分布密度 $g$ 的问题，样本为 $Z_1, ..., Z_n$，其中 $Z_i=X_i+\sigma\epsilon_i$，$i=1, ..., n$，且 $\sigma \epsilon_i$ 为独立于 $X_i$ 的噪声，其密度为已知的 $\sigma^{-1}f_\epsilon(./\sigma)$。我们推广了 Comte 等人（2005）所描述的由模型选择过程构造的自适应估计量。我们在多种情形下数值研究其性质并检验其稳健性。与反卷积核估计量、误差误设定、相依性等方面进行比较……结果表明，我们基于快速过程的估计算法在所有情形下表现都非常好。