-
1Academic Journal
Authors: Yuliana Yurievna Linke, Юлиана Юрьевна Линке
Contributors: Исследование выполнено в рамках государственного задания ИМ СО РАН (проект FWNF-2024-0001).
Source: Chebyshevskii Sbornik; Том 24, № 5 (2023); 112-125 ; Чебышевский сборник; Том 24, № 5 (2023); 112-125 ; 2226-8383 ; 10.22405/2226-8383-2023-24-5
Subject Terms: равномерная состоятельность, mean function estimation, sparse functional data, kernel estimation, uniform consistency, оценивание функции среднего, разреженные данные, ядерные оценки
File Description: application/pdf
Relation: https://www.chebsbornik.ru/jour/article/view/1623/1141; Borisov I. S., Linke Yu.Yu., Ruzankin P. S. Universal weighted kernel-type estimators for some class of regression models // Metrika. 2021. Vol. 84, № 2. P. 141-166. https://link.springer.com/article/10.1007/s00184-020-00768-0; Cuevas A. A partial overview of the theory of statistics with functional data // J. Stat. Plan. Inference. 2014. Vol. 147, №4. P. 1-23. https://www.sciencedirect.com/science/article/abs/pii/S0378375813000748; James G. M., Hastie T. J. Functional linear discriminant analysis for irregularly sampled curves // J. R. Stat. Soc. Ser. B Stat. Methodol. 2001. Vol. 63, № 3. P. 533-550. https://www.jstor.org/stable/2680587; Hall P., M¨uller H.-G., Wang J.-L. Properties of principal component methods for functional and longitudinal data analysis // Ann. Statist. 2006. Vol. 34, № 3. P. 1493-1517. https://www.jstor.org/stable/25463465; Kim S., Zhao Z. Unified inference for sparse and dense longitudinal models // Biometrika. 2013. Vol. 100, № 1. P. 203-212. https://www.jstor.org/stable/43304546; Kokoszka P., Reimherr M. Introduction to functional data analysis. Chapman and Hall/CRC, 2017. https://www.routledge.com/Introduction-to-Functional-Data-Analysis/Kokoszka-Reimherr/p/book/9781032096599; Li Y., Hsing T. Uniform convergence rates for nonparametric regression and principal component analysis in functional/longitudinal data // Ann. Statist. 2010. Vol. 38, № 6. P. 3321-3351. https://www.jstor.org/stable/29765266; Linke Y., Borisov I., Ruzankin P., Kutsenko V., Yarovaya E., Shalnova S. Universal local linear kernel estimators in nonparametric regression // Mathematics. 2022. Vol.10, № 15. P. 2693.https://www.mdpi.com/2227-7390/10/15/2693; Linke Yu.Yu., Borisov I. S. Insensitivity of Nadaraya–Watson estimators to design correlation // Commun. Stat. Theory Methods. 2022. Vol. 51, № 19. P. 6909-6918.; Linke Yu.Yu., Borisov I. S. Constructing initial estimators in one-step estimation procedures of nonlinear regression // Statist. Probab. Lett. 2017. Vol. 120, № 1. P. 87-94.; https://www.sciencedirect.com/science/article/abs/pii/S0167715216301857; Linke Yu.Yu. Asymptotic normality of one-step M-estimators based on non-identically distributed observations // Statist. Probab. Lett. 2017. Vol.129, № 10. P. 216-221.; https://www.sciencedirect.com/science/article/abs/pii/S0167715217302031; Linke, Yu.Yu. & Borisov I. S. 2023, “An approach to constructing explicit estimators in nonlinear regression“, Siberian Adv. Math., vol. 33, no. 4, pp. 338-346. https://link.springer.com/article/10.1134/S1055134423040065; Wang J.-L., Chiou J.-M., Muller H.-G. Review of functional data analysis // Annu. Rev. Statist.2016. Vol. 3. P. 257-295.; Yao F. Asymptotic distributions of nonparametric regression estimators for longitudinal or functional data // J. Multivariate Anal. 2007. Vol. 98, № 1. P. 40-56.; Zhang J.-T., Chen J. Statistical inferences for functional data // Ann. Statist. 2007. Vol. 35, № 3. P. 1052-1079. https://www.jstor.org/stable/25463592; Zhang X., Wang J.-L. Optimal weighting schemes for longitudinal and functional data // Stat.Prob. Lett. 2018. Vol. 138, № 7. P. 165-170. https://www.sciencedirect.com/science/article/abs/pii/S0167715218301214; Zhang X., Wang J.-L. From sparse to dense functional data and beyond // Ann. Statist. 2016.Vol. 44, № 5. P. 2281-2321. https://www.jstor.org/stable/43974716; Zheng S., Yang L., Hardle W. A smooth simultaneous confidence corridor for the mean of sparse functional data // J. Amer. Statist. Assoc. 2014. Vol. 109, № 506. P. 661-673.; Линке Ю.Ю. К вопросу о нечувствительности оценок Надарая–Ватсона относительно корреляции элементов дизайна // Теория вероятн. и ее примен. 2023. Т. 68, № 2. С. 236-252.; Линке Ю.Ю. Асимптотические свойства одношаговых взвешенных М-оценок с приложениями к задачам регрессии // Теория вероятн. и ее примен. 2017. Т. 62, № 3. C. 468-498.; Линке Ю.Ю., Борисов И. С. Построение явных оценок в задачах нелинейной регрессии // Теория вероятн. и ее примен. 2018. Т. 63, № 1. C. 29-56.; https://www.chebsbornik.ru/jour/article/view/1623