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 "Probability estimation" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Asymptotic Properties of the Estimator of the Conditional Distribution for Associated Functional Data
    Właściwości asymptotyczne szacunku rozkładu warunkowego dla powiązanych danych funkcjonalnych
    Autorzy:
    Hamri, Mohamed Mehdi
    Dib, Abdassamad
    Rabhi, Abbes
    Powiązania:
    https://bibliotekanauki.pl/articles/2138982.pdf
    Data publikacji:
    2022
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    nonparametric estimation
    small ball probability
    quasi-associated data
    estymacja nieparametryczna
    prawdopodobieństwo small ball
    dane quasi-skojarzone
    Opis:
    The purpose of the paper was to investigate by the kernel method a nonparametric estimate of the conditional density function of a scalar response variable given a random variable taking values in a separable real Hilbert space when the observations are quasi-associated dependent. Under some general conditions, the authors established the pointwise almost complete consistencies with rates of this estimator. The principal aim is the investigate the convergence rate of the proposed estimator.
    Celem niniejszej pracy jest zbadanie metodą jądra nieparametrycznego oszacowania warunkowej funkcji rozkładu zmiennej odpowiedzi skalarnej przy zmiennej losowej przyjmującej wartości w separowalnej rzeczywistej przestrzeni Hilberta, gdy obserwacje są quasi-skojarzone zależne. W pewnych ogólnych warunkach ustala się punktowo prawie zupełną zgodność ze stawkami tego estymatora. Głównym celem jest zbadanie współczynnika zbieżności proponowanego estymatora.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2022, 26, 3; 21-43
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Graphics processing units in acceleration of bandwidth selection for kernel density estimation
    Autorzy:
    Andrzejewski, W.
    Gramacki, A.
    Gramacki, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/330819.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    bandwidth selection
    graphics processing unit
    probability density function
    nonparametric estimation
    kernel estimation
    szerokość pasmowa
    programowalny procesor graficzny
    funkcja gęstości prawdopodobieństwa
    estymacja nieparametryczna
    estymacja jądrowa
    Opis:
    The Probability Density Function (PDF) is a key concept in statistics. Constructing the most adequate PDF from the observed data is still an important and interesting scientific problem, especially for large datasets. PDFs are often estimated using nonparametric data-driven methods. One of the most popular nonparametric method is the Kernel Density Estimator (KDE). However, a very serious drawback of using KDEs is the large number of calculations required to compute them, especially to find the optimal bandwidth parameter. In this paper we investigate the possibility of utilizing Graphics Processing Units (GPUs) to accelerate the finding of the bandwidth. The contribution of this paper is threefold: (a) we propose algorithmic optimization to one of bandwidth finding algorithms, (b) we propose efficient GPU versions of three bandwidth finding algorithms and (c) we experimentally compare three of our GPU implementations with the ones which utilize only CPUs. Our experiments show orders of magnitude improvements over CPU implementations of classical algorithms.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2013, 23, 4; 869-885
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    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
    Tytuł:
    Central Limit Theorem for Conditional Mode in the Single Functional Index Model with Data Missing at Random
    Centralne twierdzenie graniczne dla trybu warunkowego w jednolitym funkcjonalnym modelu indeksowym z losowym brakiem danych
    Autorzy:
    Allal, Anis
    Dib, Abdessamad
    Rabhi, Abbes
    Powiązania:
    https://bibliotekanauki.pl/articles/31233548.pdf
    Data publikacji:
    2024
    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:
    This paper concentrates on nonparametrically estimating the conditional density function and conditional mode within the single functional index model for independent data, particularly when the variable of interest is affected by randomly missing data. This involves a semi-parametric single model structure and a censoring process on the variables. The estimator's consistency (with rates) in a variety of situations, such as the framework of the single functional index model (SFIM) under the assumption of independent and identically distributed (i.i.d) data with randomly missing entries, as well as its performance under the assumption that the covariate is functional, are the main areas of focus. For this model, the nearly almost complete uniform convergence and rate of convergence established. The rates of convergence highlight the critical part that the probability of concentration play in the law of the explanatory functional variable. Additionally, we establish the asymptotic normality of the derived estimators proposed under specific mild conditions, relying on standard assumptions in Functional Data Analysis (FDA) for the proofs. Finally, we explore the practical application of our findings in constructing confidence intervals for our estimators. The rates of convergence highlight the critical part that the probability of concentration play in the law of the explanatory functional variable.
    W artykule skoncentrowano się na nieparametrycznym estymowaniu warunkowej funkcji gęstości i warunkowej dominanty w modelu pojedynczego wskaźnika funkcjonalnego dla niezależnych danych, szczególnie gdy na interesującą zmienną wpływają losowo brakujące dane. Obejmuje to strukturę półparametrycznego pojedynczego modelu i proces cenzurowania zmiennych. Zgodność estymatora (ze współczynnikami) w różnych sytuacjach, np. w ramach modelu pojedynczego wskaźnika funkcjonalnego przy założeniu niezależnych i z identycznym rozkładem danych z losowymi brakami, a także jego działanie w warunkach, gdy zmienna towarzysząca jest funkcjonałem, to główne obszary zainteresowania. Dla tego modelu wyznacza się prawie całkowicie jednolitą zbieżność i wskaźnik zbieżności. Wskaźniki zbieżności podkreślają kluczową rolę, jaką prawdopodobieństwo koncentracji odgrywa w założeniach dotyczących objaśniającej zmiennej funkcjonalnej. Dodatkowo ustala się asymptotyczną normalność wyprowadzonych estymatorów zaproponowanych w określonych łagodnych warunkach, opierając się na standardowych założeniach z analizy danych funkcjonalnych dla dowodów. Na koniec zbadano praktyczne zastosowanie ustaleń w konstruowaniu przedziałów ufności dla naszych estymatorów. Wskaźniki zbieżności podkreślają kluczową rolę, jaką prawdopodobieństwo koncentracji odgrywa w założeniach dotyczących objaśniającej zmiennej funkcjonalnej.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2024, 28, 1; 39-60
    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:
    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
      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