Resumen

Consideramos la estimación de una función desconocida para datos débilmente dependientes (mixing- ) en un entorno general. Nuestra contribución es teórica: demostramos que un estimador de wavelets con umbral duro alcanza una tasa de convergencia aguda bajo el error cuadrático medio integrado (MISE) sobre bolas de Besov sin imponer suposiciones demasiado restrictivas sobre el modelo. Se presentan aplicaciones para dos tipos de problemas inversos: la estimación de densidad por deconvolución y la estimación de densidad en un modelo tipo GARCH, ambas mejoran los resultados existentes en este contexto dependiente. Otra aplicación se refiere al modelo de regresión con diseño aleatorio.

• Materias:Refinar preguntas Suma de mezclas Densidad multivariada Variables auxiliares Regresión paramétrica
• Subjects:Refine questions Mixture summation Multivariate density Auxiliary variables Parametric regression
• Palabras claves:Estimación; Función; Datos dependientes; Estimador de wavelet; Tasa de convergencia; Problemas inversos
• Keywords:Estimation; Function; Dependent data; Wavelet estimator; Convergence rate; Inverse problems