Die Vorlesung bietet eine EinfĂŒhrung in die nichtparametrische Minimaxtheorie. Neben klassischen Themen werden auch aktuelle Entwicklungen wie SchĂ€tzverfahren basierend auf anonymisierten Daten behandelt.

Stichpunkte: KerndichteschĂ€tzung, nichtparametrische Regression, orthogonale ReihenschĂ€tzer, untere Schranken, adaptive Verfahren, Minimax-Tests, Dekonvolution, ‘differential privacy’

Literatur

  • Fabienne Comte: Estimation non-paramĂ©trique, Spartacus 2015
  • Alexander Meister:  Deconvolution Problems in Nonparametric Statistics, Springer 2009
  • Alexandre B. Tsybakov Introduction to Nonparametric Statistics, Springer 2009
  • Larry Wasserman: All of Nonparametric Statistics, Springer 2006

Semester: SoSe 2024