Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Kadiri, Nadia" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Asymptotic Normality of Single Functional Index Quantile Regression for Functional Data with Missing Data at Random
    Asymptotyczna normalność regresji kwantylowej pojedynczego wskaźnika funkcyjnego dla danych funkcjonalnych z losowymi brakującymi danymi
    Autorzy:
    Allal, Anis
    Kadiri, Nadia
    Rabhi, Abbes
    Powiązania:
    https://bibliotekanauki.pl/articles/31233546.pdf
    Data publikacji:
    2024
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    asymptotic normality
    functional data analysis
    functional single-index process
    missing at random
    nonparametric estimation
    small ball probability
    asymptotyczna normalność
    funkcjonalna analiza danych
    funkcjonalny proces poje- dynczego indeksu
    estymator jądra
    losowe braki
    estymacja nieparametryczna
    prawdopodobieństwo małej kuli
    Opis:
    This work addresses the problem of the nonparametric estimation of the regression function, namely the conditional distribution and the conditional quantile in the single functional index model (SFIM) under the independent and identically distributed condition with randomly missing data. The main result of this study was the establishment of the asymptotic properties of the estimator, such as the almost complete convergence rates. Moreover, the asymptotic normality of the constructs was obtained under certain mild conditions. Lastly, the authors discussed how to apply the result to construct confidence intervals.
    W artykule autorzy prowadzą rozważania dotyczące problemu nieparametrycznej estymacji funkcji regresji, a mianowicie rozkładu warunkowego i kwantyla warunkowego w modelu pojedynczego indeksu funkcjonalnego (SFIM) przy założeniu niezależnych i z identycznym rozkładem danych z losowymi brakami danych. Głównym rezultatem przeprowadzonych badań było ustalenie asymptotycznych właściwości estymatora, takich jak prawie całkowite współczynniki zbieżności. Co więcej, asymptotyczną normalność konstruktów uzyskano dla pewnych łagodnych warunków. Na koniec omówiono, jak zastosować uzyskany wynik do skonstruowania przedziałów ufności.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2024, 28, 1; 26-38
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Asymptotic normality of conditional density and conditional mode in the functional single index model
    Asymptotyczna normalność rozkładu warunkowej gęstości i warunkowej dominanty modelu jednowskaźnikowego
    Autorzy:
    Akkal, Fatima
    Kadiri, Nadia
    Rabhi, Abbes
    Powiązania:
    https://bibliotekanauki.pl/articles/1182026.pdf
    Data publikacji:
    2021
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    asymptotic normality
    conditional density
    functional single index model functional random variable nonparametric estimation
    asymptotyczna normalność
    gęstość warunkowa
    funkcjonalny model pojedynczego wskaźnika
    funkcjonalna zmienna losowa
    estymacja nieparametryczna
    Opis:
    Celem niniejszego artykułu jest zbadanie nieparametrycznej estymacji warunkowej gęstości skalarnej zmiennej zależnej Y, przy założeniu, że zmienna objaśniająca X przyjmuje wartość w przestrzeni Hilberta, gdy próbka obserwacji jest traktowana jako niezależne zmienne losowe o identycznym rozkładzie i są one połączone jedną funkcjonalną strukturą indeksu. Przede wszystkim wprowadzono estymator typu jądrowego dla warunkowej funkcji gęstości (cond-df). Następnie określono asymptotyczne właściwości warunkowego estymatora gęstości, gdy obserwacje są połączone ze strukturą pojedynczego indeksu, i wyprowadzano centralne twierdzenie graniczne (CLT) warunkowego estymatora gęstości w celu zaprezentowania asymptotycznej normalności estymacji jądrowej tego modelu. W aplikacji przedstawiono dominantę warunkową w funkcjonalnym modelu z pojedynczym indeksem, a także asymptotyczny (1-) przedział ufności funkcji dominanty warunkowej dla 0 < < 1. Na koniec omówiono estymację indeksu funkcjonalnego metodą pseudomaksymalnej wiarygodności.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2021, 25, 1; 1-24
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Single Functional Index Quantile Regression for Functional Data with Missing Data at Random
    Właściwości asymptotyczne estymatorów półparametrycznych dla kwantyla warunkowego pojedynczego wskaźnika funkcjonalnego z losowymi brakami danych
    Autorzy:
    Kadiri, Nadia
    Mekki, Sanaà Dounya
    Rabhi, Abbes
    Powiązania:
    https://bibliotekanauki.pl/articles/21375671.pdf
    Data publikacji:
    2023
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    functional data analysis
    functional single index process
    kernel estimator
    missing at random
    nonparametric estimation
    small ball probability
    funkcjonalna analiza danych
    funkcjonalny proces pojedynczego indeksu
    estymator jądra
    losowe braki
    estymacja nieparametryczna
    prawdopodobieństwo małej kuli
    Opis:
    The primary goal of this research was to estimate the quantile of a conditional distribution using a semi-parametric approach in the presence of randomly missing data, where the predictor variable belongs to a semi-metric space. The authors assumed a single index structure to link the explanatory and response variable. First, a kernel estimator was proposed for the conditional distribution function, assuming that the data were selected from a stationary process with missing data at random (MAR). By imposing certain general conditions, the study established the model’s uniform almost complete consistencies with convergence rates.
    Głównym celem przedstawionych w artykule badań jest oszacowanie kwantyla rozkładu warunkowego przy użyciu podejścia półparametrycznego w obecności losowo brakujących danych, gdzie zmienna predykcyjna należy do przestrzeni semimetrycznej. Założono strukturę pojedynczego indeksu, aby połączyć zmienną objaśniającą i zmienną odpowiedzi. Wstępnie zaproponowano estymator jądra dla funkcji rozkładu warunkowego, zakładając, że dane są losowo wybierane z procesu stacjonarnego z brakującymi danymi (MAR). Nakładając pewne ogólne warunki, ustalono jednolitą, prawie całkowitą zgodność modelu ze współczynnikami konwergencji.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2023, 27, 3; 1-19
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Single Functional Index Quantile Regression for Independent Functional Data Under Right-Censoring
    Regresja kwantylowa pojedynczego wskaźnika funkcjonalnego dla niezależnych danych funkcjonalnych z cenzurowaniem prawostronnym
    Autorzy:
    Hamri, Mohamed Mehdi
    Mekki, Sanaà Dounya
    Rabhi, Abbes
    Kadiri, Nadia
    Powiązania:
    https://bibliotekanauki.pl/articles/2045982.pdf
    Data publikacji:
    2022
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    censored data
    functional data
    kernel estimator
    normality
    non-parametric estimation
    small ball probability
    dane cenzurowane
    estymator jądrowy
    normalność
    estymacja nieparametryczna
    prawdopodobieństwo small ball
    Opis:
    The main objective of this paper was to estimate non-parametrically the quantiles of a conditional distribution based on the single-index model in the censorship model when the sample is considered as independent and identically distributed (i.i.d.) random variables. First of all, a kernel type estimator for the conditional cumulative distribution function (cond-cdf) is introduced. Then the paper gives an estimation of the quantiles by inverting this estimated cond-cdf, the asymptotic properties are stated when the observations are linked with a single-index structure. Finally, a simulation study was carried out to evaluate the performance of this estimate.
    Głównym celem artykułu jest prezentacja nieparametrycznej estymacji kwantyli rozkładu warunkowego na podstawie modelu jednoindeksowego w modelu cenzury, gdy próba jest traktowana jako niezależne zmienne losowe o identycznym rozkładzie. Przede wszystkim wprowadzono estymator jądrowy dla funkcji skumulowanego rozkładu warunkowego (cond-cdf). Następnie podano oszacowanie kwantyli przez odwrócenie oszacowanego cond-cdf. Właściwości asymptotyczne są określane, gdy obserwacje są połączone ze strukturą jednoindeksową. Na koniec przeprowadzono badanie symulacyjne, aby ocenić skuteczność tego oszacowania.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2022, 1; 31-62
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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