W pracy rozpatruje się procedury statystyczne, które można traktować jako procedury estymacji rozwiązania problemu minimalizacji kiedy łączny rozkład prawdopodobieństwa zmiennych losowych jest nieznany i może być oszacowany na podstawie próby losowej. Procedury takiego typu pojawiają się w teorii dyskryminacji statystycznej i odsiewania. Przedmiotem pracy jest badanie asymptotycznych własności takich procedur.
We consider the generalized Z^-norm optimization problem assuming that the joint probability distri-bution of random variables is unknown. The solution to the problem has, therefore, to be estimated from a sample. We examine a natural estimator and show its strong consistency and asymptotic normality under quite general assumptions.
Certain discrimination and screening problems, formalized in decision- theoretical manner, can be solved using Z^-norm minimization procedures. We derive asymptotic expansions of risk corresponding to estimated solu-tions.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00