Jump estimation for noisy blurred step functions

Abstract

Wir betrachten das Schätzen einer Treppenfunktion $f$ aus verrauschten Beobachtungen von $Kf$, wobei $K$ ein Integraloperator mit beschränktem Integralkern ist. Zur Rekonstruktion von $f$ aus den Beobachtungen verwenden wir einen penalisierten kleinste Quadrate Schätzer, wobei der Penalisierungsterm der Anzahl der Sprünge der Rekonstruktion entspricht. Wir zeigen, dass asymptotisch die richtige Anzahl der Sprünge mit Wahrscheinlichkeit eins geschätzt werden kann. Unter der Vorraussetzung, dass diese Anzahl richtig geschätzt wurde, konvergieren die Schätzer der Sprungstellen und Sprunghöhen mit einer $n^{-1/2}$ Rate gegen die wahren Werte. Außerdem konvergiert die Verteilung des normalisierten Vektors der Schätzer gegen eine Normalverteilung deren Kovarianzstruktur vom Operator $K$ abhängt. Wir zeigen, dass die Konvergenzrate unabhängig von der Spektralinformation des Operators ist.