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 "Process analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    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:
    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 1-3 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