Local Smoothing Methods with Regularization in Nonparametric Regression Models

  • Mrázek et al. [14] proposed a unified approach to curve estimation which combines localization and regularization. In this thesis we will use their approach to study some asymptotic properties of local smoothers with regularization. In Particular, we shall discuss the regularized local least squares (RLLS) estimate with correlated errors (more precisely with stationary time series errors), and then based on this approach we will discuss the case when the kernel function is dirac function and compare our smoother with the spline smoother. Finally, we will do some simulation study.
  • Mrázek et al. [14] haben einen einheitlichen Ansatz für Kurveschätzung vorgeschlagen. Dieser Ansatz kombiniert die Lokalisierung mit der Regularisierung. In dieser Arbeit benutzen wir ihren Ansatz und entwickeln wir einige asymptotische Eigenschaften der lokalen Glätter mit Regularisierung. Insbesondere werden wir die regularisierte lokale kleinste Quadrate Schätzer mit korrelierten Fehlern (genauer mit stationären Zeitreihen Fehler) diskutieren, und dann analysieren wir basierend auf diesem Ansatz den Fall, in dem der Kernfunktion Dirac-Funktion ist, und danach vergleichen wir unseren glätter mit dem Splineglätter. Schließlich werden wir einige Simulationsstudien geben.

Volltext Dateien herunterladen

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar
Metadaten
Verfasser*innenangaben:Mohammad Fawaz Kourabi
URN:urn:nbn:de:hbz:386-kluedo-27121
Betreuer*in:Jürgen Franke
Dokumentart:Dissertation
Sprache der Veröffentlichung:Englisch
Datum der Veröffentlichung (online):23.08.2011
Jahr der Erstveröffentlichung:2011
Veröffentlichende Institution:Technische Universität Kaiserslautern
Titel verleihende Institution:Technische Universität Kaiserslautern
Datum der Annahme der Abschlussarbeit:15.08.2011
Datum der Publikation (Server):23.08.2011
Freies Schlagwort / Tag:Local smoothing; correlated errors; regularization methods
Fachbereiche / Organisatorische Einheiten:Kaiserslautern - Fachbereich Mathematik
DDC-Sachgruppen:5 Naturwissenschaften und Mathematik / 510 Mathematik
MSC-Klassifikation (Mathematik):62-XX STATISTICS / 62Gxx Nonparametric inference / 62G08 Nonparametric regression
62-XX STATISTICS / 62Gxx Nonparametric inference / 62G20 Asymptotic properties
62-XX STATISTICS / 62Mxx Inference from stochastic processes / 62M10 Time series, auto-correlation, regression, etc. [See also 91B84]
Lizenz (Deutsch):Standard gemäß KLUEDO-Leitlinien vom 27.05.2011