Открытый доступ Открытый доступ  Доступ закрыт Доступ предоставлен  Доступ закрыт Только для подписчиков

Том 25, № 4 (2016)

Article

Optimal methods of interpolation in Nonparametric Regression

Levit B.

Аннотация

Within the framework of Optimal Recovery, optimal methods of interpolation, based on the Abel–Jacobi elliptic functions, have been found for some Hardy classes of analytic functions [9]. It will be shown that these methods are also optimal according to criteria of Optimal Design and Nonparametric Regression.

For all noise levels away from 0, the mean squared error of the optimal interpolant is evaluated explicitly, in a non-asymptotic setting. In this result, a pivotal role is played by an interference effect in which both stochastic and deterministic parts of the interpolant exhibit an oscillating behavior, with the two oscillating functions canceling each other.

Mathematical Methods of Statistics. 2016;25(4):235-261
pages 235-261 views

Rate of convergence of truncated stochastic approximation procedures with moving bounds

Sharia T., Zhong L.

Аннотация

The paper is concerned with stochastic approximation procedures having three main characteristics: truncations with random moving bounds, a matrix-valued random step-size sequence, and a dynamically changing random regression function. We study convergence and rate of convergence. Main results are supplemented with corollaries to establish various sets of sufficient conditions, with the main emphasis on the parametric statistical estimation. The theory is illustrated by examples and special cases.

Mathematical Methods of Statistics. 2016;25(4):262-280
pages 262-280 views

Some applications of the strong approximation of the integrated empirical copula processes

Bouzebda S.

Аннотация

The purpose of the present paper is to provide a strong invariance principle for the integrated empirical copula process [introduced in a series of papers by Henze and Nikitin in the univariate setting] with the rate of the approximation for multivariate empirical processes. The applications discussed here are change-point detection in multivariate copula models and the integrated empirical copula process with estimated parameter. Finally, a general notion of bootstrapped integrated empirical copula process, constructed by exchangeably weighting sample, is presented.

Mathematical Methods of Statistics. 2016;25(4):281-303
pages 281-303 views

The minimum increment of f-divergences given total variation distances

Gushchin A.

Аннотация

Let (Pi, Qi), i = 0, 1, be two pairs of probability measures defined on measurable spaces (Ωi,Fi) respectively. Assume that the pair (P1, Q1) is more informative than (P0,Q0) for testing problems. This amounts to say that If (P1,Q1) ≥ If (P0,Q0), where If (·, ·) is an arbitrary f-divergence. We find a precise lower bound for the increment of f-divergences If(P1,Q1) − If(P0,Q0) provided that the total variation distances ||Q1 − P1|| and ||Q0 − P0|| are given. This optimization problem can be reduced to the case where P1 and Q1 are defined on the space consisting of four points, and P0 and Q0 are obtained from P1 and Q1 respectively by merging two of these four points. The result includes the well-known lower and upper bounds for If(P,Q) given ||Q − P||.

Mathematical Methods of Statistics. 2016;25(4):304-312
pages 304-312 views

Cramér type moderate deviations for trimmed L-statistics

Gribkova N.

Аннотация

We establish Cramér type moderate deviation results for heavy trimmed L-statistics; we obtain our results under a very mild smoothness condition on the inversion F−1 (F is the underlying distribution function of i.i.d. observations) near two points, where trimming occurs, we assume also some smoothness of weights of the L-statistic. Our results complement previous work on Cramér type large deviations for trimmed L-statistics [8] and [5].

Mathematical Methods of Statistics. 2016;25(4):313-322
pages 313-322 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».