Statistique/Probabilités
Normalité asymptotique de l'estimateur par ondelettes des composantes d'un modèle additif de régression
[Asymptotic normality for the wavelets estimator of the additive regression components]
Comptes Rendus. Mathématique, Volume 343 (2006) no. 9, pp. 601-606.

In the setting of the additive regression model, we show asymptotic normality of an wavelets estimators of the additive components pertaining with the marginal integration estimation method. Our proof use the usual ‘small blocks-big blocks’ and the central limit theorem for dependent random variables.

Dans le cadre des modèles additifs de régression, nous établissons la normalité asymptotique des estimateurs des composantes additives obtenues par la méthode d'intégration marginale d'un estimateur par ondelettes. Pour établir nos résultats nous utilisons la décomposition « grands blocs-petits blocs » et le théorème central limite pour des variables dépendantes.

Received:
Accepted:
Published online:
DOI: 10.1016/j.crma.2006.10.003
Debbarh, Mohammed 1

1 L.S.T.A. université de Paris 6, 175, rue du Chevaleret, 75013 Paris, France
@article{CRMATH_2006__343_9_601_0,
     author = {Debbarh, Mohammed},
     title = {Normalit\'e asymptotique de l'estimateur par ondelettes des composantes d'un mod\`ele additif de r\'egression},
     journal = {Comptes Rendus. Math\'ematique},
     pages = {601--606},
     publisher = {Elsevier},
     volume = {343},
     number = {9},
     year = {2006},
     doi = {10.1016/j.crma.2006.10.003},
     language = {fr},
     url = {http://www.numdam.org/articles/10.1016/j.crma.2006.10.003/}
}
TY  - JOUR
AU  - Debbarh, Mohammed
TI  - Normalité asymptotique de l'estimateur par ondelettes des composantes d'un modèle additif de régression
JO  - Comptes Rendus. Mathématique
PY  - 2006
SP  - 601
EP  - 606
VL  - 343
IS  - 9
PB  - Elsevier
UR  - http://www.numdam.org/articles/10.1016/j.crma.2006.10.003/
DO  - 10.1016/j.crma.2006.10.003
LA  - fr
ID  - CRMATH_2006__343_9_601_0
ER  - 
%0 Journal Article
%A Debbarh, Mohammed
%T Normalité asymptotique de l'estimateur par ondelettes des composantes d'un modèle additif de régression
%J Comptes Rendus. Mathématique
%D 2006
%P 601-606
%V 343
%N 9
%I Elsevier
%U http://www.numdam.org/articles/10.1016/j.crma.2006.10.003/
%R 10.1016/j.crma.2006.10.003
%G fr
%F CRMATH_2006__343_9_601_0
Debbarh, Mohammed. Normalité asymptotique de l'estimateur par ondelettes des composantes d'un modèle additif de régression. Comptes Rendus. Mathématique, Volume 343 (2006) no. 9, pp. 601-606. doi : 10.1016/j.crma.2006.10.003. http://www.numdam.org/articles/10.1016/j.crma.2006.10.003/

[1] Amato, U.; Antoniadis, A. Adaptive wavelet series estimation in separable nonparametric regression models, Stat. Comput., Volume 11 (2001) no. 4, pp. 373-394

[2] Antoniadis, A.; Gregoire, G.; Mckeague, I.W. Wavelet methods for curve estimation, J. Amer. Statist. Ass., Volume 89 (1994) no. 2, pp. 1340-1353

[3] Camlong-Viot, C.; Sarda, P.; Vieu, P. Additive time series: the kernel integration method, Math. Methods Statist., Volume 9 (2000) no. 4, pp. 358-375

[4] Doukhan, P. Mixing: Properties and Examples, Lecture Notes in Statistics, vol. 85, Springer-Verlag, New York, 1994

[5] Doukhan, P.; León, J.R. Déviation quadratique d'estimateurs de densité par projections orthogonales, C. R. Acad. Sci. Paris Sér. I Math., Volume 310 (1990) no. 6, pp. 425-430

[6] Härdle, W.; Kerkyacharian, G.; Picard, D.; Tsybakov, A. Wavelets, Approximation, and Statistical Applications, Lecture Notes in Statistics, vol. 129, Springer-Verlag, New York, 1998

[7] Ibragimov, I.A. Some limit theorems for stationary processes, Teor. Verojatnost. i Primenen., Volume 7 (1962), pp. 361-392

[8] Kerkyacharian, G.; Picard, D. Density estimation in Besov spaces, Statist. Probab. Lett., Volume 13 (1992) no. 1, pp. 15-24

[9] Leblanc, F. Wavelet linear density estimator for a discrete-time stochastic process: Lp-losses, Statist. Probab. Lett., Volume 27 (1996) no. 1, pp. 71-84

[10] Loève, M. Probability Theory, Van Nostrand, Toronto, 1963

[11] Masry, E. Recursive probability density estimation for weakly dependent stationary processes, IEEE Trans. Inform. Theory, Volume 32 (1986) no. 2, pp. 254-267

[12] Masry, E. Multivariate probability density estimation by wavelet methods: strong consistency and rates for stationary time series, Stochastic Process. Appl., Volume 67 (1997) no. 2, pp. 177-193

[13] Meyer, Y. Wavelets and applications, Kyoto, 1990, Math. Soc. Japan, Tokyo (1991), pp. 1619-1626

[14] Newey, W.K. Kernel estimation of partial means and a general variance estimator, Econometric Theory, Volume 10 (1994) no. 2, pp. 233-253

[15] Picard, D.; Tribouley, K. Adaptive confidence interval for pointwise curve estimation, Ann. Statist., Volume 28 (2000) no. 1, pp. 298-335

[16] Sperlich, S.; Tjøstheim, D.; Yang, L. Nonparametric estimation and testing of interaction in additive models, Econometric Theory, Volume 18 (2002) no. 2, pp. 197-251

[17] Stone, C.J. Additive regression and other nonparametric models, Ann. Statist., Volume 13 (1985) no. 2, pp. 689-705

[18] Zhang, S.; Wong, M. Wavelet threshold estimation for additive regression models, Ann. Statist., Volume 31 (2003) no. 1, pp. 152-173

Cited by Sources: