Відновлення функціональної залежності часових рядів в умовах коротких вибірок

Abstract

Розглянуту задачу відновлення функціональної залежності часових рядів від індексу часу у випадку короткої вибірки даних. Запропоновано підхід поетапного виділення регресійної компоненти, що базується на алгоритмах послідовної побудови регресійних рівнянь раціональної складності із використанням різної апріорної інформації. Доведено рівномірну збіжність емпіричного функціоналу ризику до теоретичного у випадку, коли параметризований клас функцій регресорів задовольняє умову Гьольдера та частково покритий скінченною ε-сіткою за деякими із своїх параметрів.

The problem of the retrieval of the functional dependence of time series on the time index is considered in the case of short samples. The approach of step-by-step extraction of the regression component based on the algorithm of sequential evaluation of regression equations with efficient complexity with the use of different a priori information is proposed. The uniform convergence of the empirical risk functional to the theoretical one is proved under the condition that the parametric class of regression functions obeys Hölder's condition and admits a partial covering by a finite ε-net for some of its parameters.