Using randomization to improve the performance of regression estimators under dependence

Bryk Artur; Mielniczuk Jan: Using randomization to improve the performance of regression estimators under dependence. In: Acta scientiarum mathematicarum, (73) 3-4. pp. 817-838. (2007)

Cikk, tanulmány, mű math_073_numb_003_004_817-838.pdf Hozzáférés: Csak SZTE egyetemi hálózatról Letöltés (1MB)

Absztrakt (kivonat)

We consider a fixed-design regression model with long-range dependent errors which form a moving average process. Taking into account different behavior of regression estimators in such a model and in a randomdesign regression model discussed in Csörgő and Mielniczuk [5], we introduce an artificial randomization of grid points at which observations are taken in order to diminish the impact of strong dependence of errors. The resulting estimator is shown to exhibit smoothing dichotomy with the variance in both cases tending to 0 more quickly than in the fixed design case. Moreover, we establish a uniform convergence rate of the regression function estimators which also reflects the dichotomous behaviour of the regression estimator. Simulation results indicate significant improvement for moderate sample sizes when randomization is employed.

Mű típusa:	Cikk, tanulmány, mű
Befoglaló folyóirat/kiadvány címe:	Acta scientiarum mathematicarum
Dátum:	2007
Kötet:	73
Szám:	3-4
ISSN:	0001-6969
Oldalak:	pp. 817-838
Nyelv:	angol
Kiadó:	Bolyai Institute, University of Szeged
Kiadás helye:	Szeged
Hivatalos webcím (URL):	http://www.acta.hu
Befoglaló mű URL:	http://acta.bibl.u-szeged.hu/38676/
Kulcsszavak:	Matematika
Megjegyzések:	Bibliogr.: p. 837-838. ; összefoglalás angol nyelven
Szakterület:	01. Természettudományok 01. Természettudományok > 01.01. Matematika
Feltöltés dátuma:	2016. okt. 15. 14:09
Utolsó módosítás:	2026. már. 11. 14:53
URI:	http://acta.bibl.u-szeged.hu/id/eprint/16216

Bővebben:

Tétel nézet