Informacja

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

Wyszukujesz frazę "Kadiri, Nadia" wg kryterium: Autor


Wyświetlanie 1-3 z 3
Tytuł:
Some asymptotic results of the estimators for conditional mode for functional data in the single index model missing data at random
Autorzy:
Mekkaoui, Souad
Kadiri, Nadia
Rabhi, Abbes
Powiązania:
https://bibliotekanauki.pl/articles/31340028.pdf
Data publikacji:
2023-11-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
functional data analysis
functional single-index process
kernel estimator
missing at random
non-parametric estimation
small ball probability
Opis:
In this work, we consider the problem of non-parametric estimation of a regression function, namely the conditional density and the conditional mode in a single functional index model (SFIM) with randomly missing data. The main result of this work is the establishment of the asymptotic properties of the estimator, such as almost complete convergence rates. Moreover, the asymptotic normality of the constructs is obtained under certain mild conditions. We finally discuss how to apply our result to construct confidence intervals.
Źródło:
Przegląd Statystyczny; 2023, 70, 2; 20-45
0033-2372
Pojawia się w:
Przegląd Statystyczny
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 1-3 z 3

    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