Верхние оценки погрешности оценщиков в задаче непараметрической регрессии: адаптивный случай и случай неизвестной меры $\rho_X$

В работе строятся оценщики функций регрессии и доказываются теоремы об их погрешности в двух различных ситуациях. В первом случае рассматриваются так называемые адаптивные оценщики, погрешность которых близка к оптимальной для целого семейства классов возможных функций регрессии; адаптивность оценщиков заключается в том, что они строятся без информации о выборе класса. Во втором случае класс возможных функций регрессии фиксирован, однако маргинальная мера неизвестна, оценщик строится без какой-либо информации об этой мере. Его погрешность оказывается близкой к минимальной возможной (в наихудшем случае) погрешности.
Библиография: 7 названий.