Desenfoque por Reducción de Wavelet Usando el Garrote No Negativo

En este documento, combinamos la técnica de desenfoque por reducción de wavelet de Donoho y Johnstone (conocida como WaveShrink) con el garrote no negativo de Breiman. Mostramos que la estimación de reducción del garrote no negativo disfruta de la misma tasa de convergencia asintótica que las estimaciones de reducción dura y suave. Se utilizan simulaciones para demostrar que la reducción por garrote ofrece ventajas sobre ambas, la reducción dura (generalmente menor error cuadrático medio y menos sensibilidad a pequeñas perturbaciones en los datos) y la reducción suave (generalmente menor sesgo y menor error cuadrático medio en general). Se derivan los umbrales minimax para el garrote no negativo y se estudia el procedimiento de selección de umbrales basado en la Estimación del Riesgo No Sesgado de Stein (SURE). También proponemos un procedimiento de selección de umbrales basado en la combinación del ciclo giratorio de Coifman y Donoho y SURE. El procedimiento se llama SPINSURE. Usamos ejemplos para mostrar que SPINSURE es más estable que SURE: menor desviación estándar y menor rango.