smoothEM：一种同步评估平滑模式与尖峰的新方法
统计方法学
2023-07-18 v5
摘要
我们考虑这样一类函数型数据：其底层平滑曲线不仅叠加了误差，还叠加了不规则尖峰。我们提出一种方法，结合正则化样条平滑与期望最大化（EM）算法，可同时识别尖峰并估计平滑分量。在对误差分布施加若干假设后，我们证明了 EM 估计的一致性。接着，通过模拟展示了我们所提方法在有限样本上的表现及其对假设违背的稳健性。最后，我们将所提方法应用于美国年度热浪指数与爱尔兰周度电力消耗数据。在两组数据中，我们均能刻画底层平滑趋势并精确定位不规则/极端行为。
引用
@article{arxiv.2206.05718,
title = {smoothEM: a new approach for the simultaneous assessment of smooth patterns and spikes},
author = {Huy Dang and Marzia Cremona and Francesca Chiaromonte},
journal= {arXiv preprint arXiv:2206.05718},
year = {2023}
}