论文部分内容阅读
小波分析的一个重要应用是非参数估计.当随机样本独立时，Donoho等人对密度函数的研究已经取得了近乎完美的成果（见D.Donoho，I.Johnstone，G.Kerkyacharian,D.Picard.Density estimation by wavelet thresholding.Ann.stat,1996,24:508-539).在这一工作的基础上，王慧颖在她的博士论文中利用非标准型算子讨论了密度导数的小波估计，并证明在某种情况下还是最优（次优）的. 由于在实际应用中，随机样本总是存在某种相关性.负相协是特别重要的一类，Rao，Chaubey等人在这方面做了大量工作，但结果不够精细.本文在这一方向做了尝试.我们首先给出密度函数导数的线性小波估计，其结果优于Chaubey等人的定理（见Y.P.Chaubey,H.Doosti, B.L.S.Prakasa Rao.Wavelet based estimationof the derivative of a density for a negatively associated process.Proceedings of The9thIslamic Countries Conference on Statistical Sciences，2007);其次借鉴Donoho等人的工作，研究密度函数的非线性小波估计;最后利用非标准型表示讨论了密度导数估计.当随机样本退化为独立情形时，我们的结果等同于Liu和Wang的定理（见Youming Liu, Huiying Wang.Wavelet estimations for density derivatives.Science China(Mathematics).Vol.56, No.3,483-495,2013).