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 "Estimator" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    The two-dimensional linear relation in the errors-in-variables model with replication of one variable
    Autorzy:
    Czapkiewicz, Anna
    Dawidowicz, Antoni
    Powiązania:
    https://bibliotekanauki.pl/articles/1208170.pdf
    Data publikacji:
    2000
    Wydawca:
    Polska Akademia Nauk. Instytut Matematyczny PAN
    Tematy:
    consistent estimator
    linear regression
    Opis:
    We present a two-dimensional linear regression model where both variables are subject to error. We discuss a model where one variable of each pair of observables is repeated. We suggest two methods to construct consistent estimators: the maximum likelihood method and the method which applies variance components theory. We study asymptotic properties of these estimators. We prove that the asymptotic variances of the estimators of regression slopes for both methods are comparable.
    Źródło:
    Applicationes Mathematicae; 2000, 27, 3; 335-342
    1233-7234
    Pojawia się w:
    Applicationes Mathematicae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Consistency of trigonometric and polynomial regression estimators
    Autorzy:
    Popiński, Waldemar
    Powiązania:
    https://bibliotekanauki.pl/articles/1339065.pdf
    Data publikacji:
    1998
    Wydawca:
    Polska Akademia Nauk. Instytut Matematyczny PAN
    Tematy:
    consistent estimator
    orthonormal system
    least squares method
    regression
    Opis:
    The problem of nonparametric regression function estimation is considered using the complete orthonormal system of trigonometric functions or Legendre polynomials $e_k$, k=0,1,..., for the observation model $y_i = f(x_i) + η_i $, i=1,...,n, where the $η_i$ are independent random variables with zero mean value and finite variance, and the observation points $x_i\in[a,b]$, i=1,...,n, form a random sample from a distribution with density $ϱ\in L^1[a,b]$. Sufficient and necessary conditions are obtained for consistency in the sense of the errors $\Vert f-\widehat f_N\Vert, \vert f(x)-\widehatf_N(x)\vert$, $x\in[a,b]$, and $E\Vert f-\widehatf_N\Vert^2$ of the projection estimator $\widehat f_N(x) = \sum_{k=0}^N\widehat{c}_ke_k(x)$ for $\widehat{c}_0,\widehat{c}_1,\ldots,\widehat{c}_N$ determined by the least squares method and $f\in L^2[a,b]$.
    Źródło:
    Applicationes Mathematicae; 1998-1999, 25, 1; 73-83
    1233-7234
    Pojawia się w:
    Applicationes Mathematicae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On Fourier coefficient estimators consistent in the mean-square sense
    Autorzy:
    Popiński, Waldemar
    Powiązania:
    https://bibliotekanauki.pl/articles/1340627.pdf
    Data publikacji:
    1994
    Wydawca:
    Polska Akademia Nauk. Instytut Matematyczny PAN
    Tematy:
    unbiasedness
    consistent estimator
    Fourier coefficients
    mean-square error
    Opis:
    The properties of two recursive estimators of the Fourier coefficients of a regression function $f \in L^2[a,b]$ with respect to a complete orthonormal system of bounded functions (e_k) , k=1,2,..., are considered in the case of the observation model $y_i = f(x_i) + η_i$, i=1,...,n , where $η_i$ are independent random variables with zero mean and finite variance, $x_i \in [a,b] \subset {\sym R}^1$, i=1,...,n, form a random sample from a distribution with density ϱ =1/(b-a) (uniform distribution) and are independent of the errors $η_i$, i=1,...,n . Unbiasedness and mean-square consistency of the examined estimators are proved and their mean-square errors are compared.
    Źródło:
    Applicationes Mathematicae; 1993-1995, 22, 2; 275-284
    1233-7234
    Pojawia się w:
    Applicationes Mathematicae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On least squares estimation of Fourier coefficients and of the regression function
    Autorzy:
    Popiński, Waldemar
    Powiązania:
    https://bibliotekanauki.pl/articles/1340683.pdf
    Data publikacji:
    1993
    Wydawca:
    Polska Akademia Nauk. Instytut Matematyczny PAN
    Tematy:
    Fourier series
    consistent estimator
    least squares method
    regression
    Opis:
    The problem of nonparametric function fitting with the observation model $y_i = f(x_i) + η_i$, i=1,...,n, is considered, where $η_i$ are independent random variables with zero mean value and finite variance, and $x_i \in [a,b] \subset \R^1$, i=1,...,n, form a random sample from a distribution with density $ϱ \in L^1[a,b]$ and are independent of the errors $η_i$, i=1,...,n. The asymptotic properties of the estimator $\widehat{f}_{N(n)}(x) = \sum_{k=1}^{N(n)} \widehat{c}_ke_k(x)$ for $f \in L^2[a,b]$ and $\widehat{c}^{N(n)}=( \widehat{c}_1,..., \widehat{c}_{N(n)})^T$ obtained by the least squares method as well as the limits in probability of the estimators $\widehat{c}_k$, k=1,...,N, for fixed N, are studied in the case when the functions $e_k$, k=1,2,..., forming a complete orthonormal system in $L^2\[a,b\]$ are analytic.
    Źródło:
    Applicationes Mathematicae; 1993-1995, 22, 1; 91-102
    1233-7234
    Pojawia się w:
    Applicationes Mathematicae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A note on orthogonal series regression function estimators
    Autorzy:
    Popiński, Waldemar
    Powiązania:
    https://bibliotekanauki.pl/articles/1338775.pdf
    Data publikacji:
    1999
    Wydawca:
    Polska Akademia Nauk. Instytut Matematyczny PAN
    Tematy:
    consistent estimator
    orthonormal system
    empirical risk minimization
    nonparametric regression
    Opis:
    The problem of nonparametric estimation of the regression function f(x) = E(Y | X=x) using the orthonormal system of trigonometric functions or Legendre polynomials $e_k$, k=0,1,2,..., is considered in the case where a sample of i.i.d. copies $(X_i,Y_i)$, i=1,...,n, of the random variable (X,Y) is available and the marginal distribution of X has density ϱ ∈ $L^1$[a,b]. The constructed estimators are of the form $\widehat f_n(x) = \sum_{k=0}^{N(n)}\widehat c_ke_k(x)$, where the coefficients $\widehat c_0,\widehat c_1,...,\widehat c_N$ are determined by minimizing the empirical risk $n^{-1}\sum_{i=1}^n(Y_i - \sum_{k=0}^Nc_ke_k(X_i))^2$. Sufficient conditions for consistency of the estimators in the sense of the errors $E_X\vert f(X)-\widehat f_n(X)\vert^2$ and $n^{-1}\sum_{i=1}^nE(f(X_i)-\widehat f_n(X_i))^2$ are obtained.
    Źródło:
    Applicationes Mathematicae; 1999, 26, 3; 281-291
    1233-7234
    Pojawia się w:
    Applicationes Mathematicae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Least-squares trigonometric regression estimation
    Autorzy:
    Popiński, Waldemar
    Powiązania:
    https://bibliotekanauki.pl/articles/1338814.pdf
    Data publikacji:
    1999
    Wydawca:
    Polska Akademia Nauk. Instytut Matematyczny PAN
    Tematy:
    consistent estimator
    least squares method
    Fourier coefficients
    trigonometric polynomial
    regression function
    Opis:
    The problem of nonparametric function fitting using the complete orthogonal system of trigonometric functions $e_k$, k=0,1,2,..., for the observation model $y_i = f(x_{in}) + η_i$, i=1,...,n, is considered, where $η_i$ are uncorrelated random variables with zero mean value and finite variance, and the observation points $x_{in} ∈ [0,2π]$, i=1,...,n, are equidistant. Conditions for convergence of the mean-square prediction error $(1/n)\sum_{i=1}^n E(f(x_{in})-\widehat f_{N(n)}(x_{in}))^2$, the integrated mean-square error $E ‖f-\widehat f_{N(n)}‖^2$ and the pointwise mean-square error $E(f(x)-\widehatf_{N(n)}(x))^2$ of the estimator $\widehat f_{N(n)}(x) = \sum_{k=0}^{N(n)} \widehat c_k e_k(x)$ for f ∈ C[0,2π] and $\widehat c_0,\widehat c_1,...,\widehat c_{N(n)}$ obtained by the least squares method are studied.
    Źródło:
    Applicationes Mathematicae; 1999, 26, 2; 121-131
    1233-7234
    Pojawia się w:
    Applicationes Mathematicae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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