Die Vorlesung bietet eine Einführung in die nichtparametrische Minimaxtheorie. Neben klassischen Themen werden auch aktuelle Entwicklungen wie Schätzverfahren basierend auf anonymisierten Daten behandelt.
Stichpunkte: Kerndichteschätzung, nichtparametrische Regression, orthogonale Reihenschätzer, untere Schranken, adaptive Verfahren, Minimax-Tests, Dekonvolution, ‘differential privacy’
Literatur
- Fabienne Comte: Estimation non-paramétrique, 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
- Kursleiter/in: Martin Kroll
Semester: ST 2024