Logo of Humboldt-Universität zu BerlinLogo of Humboldt-Universität zu Berlin
edoc-Server
Open-Access-Publikationsserver der Humboldt-Universität
de|en
Header image: facade of Humboldt-Universität zu Berlin
View Item 
  • edoc-Server Home
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • View Item
  • edoc-Server Home
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
View Item 
  • edoc-Server Home
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • View Item
  • edoc-Server Home
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • View Item
2012-02-15Buch DOI: 10.18452/4391
Nonparametric adaptive estimation of linear functionals for low frequency observed Lévy processes
Kappus, Johanna
For a Lévy process X having finite variation on compact sets and finite first moments, µ( dx) = xv( dx) is a finite signed measure which completely describes the jump dynamics. We construct kernel estimators for linear functionals of µ and provide rates of convergence under regularity assumptions. Moreover, we consider adaptive estimation via model selection and propose a new strategy for the data driven choice of the smoothing parameter.
Files in this item
Thumbnail
16.pdf — Adobe PDF — 481.1 Kb
MD5: 6ba8d408352353434623a067d1775b06
Cite
BibTeX
EndNote
RIS
InCopyright
Details
DINI-Zertifikat 2019OpenAIRE validatedORCID Consortium
Imprint Policy Contact Data Privacy Statement
A service of University Library and Computer and Media Service
© Humboldt-Universität zu Berlin
 
DOI
10.18452/4391
Permanent URL
https://doi.org/10.18452/4391
HTML
<a href="https://doi.org/10.18452/4391">https://doi.org/10.18452/4391</a>