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 "nonparametric estimation" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 25
Tytuł:
Nonparametric estimation of a density function of several variables
Autorzy:
Krzyśko, Mirosław
Powiązania:
https://bibliotekanauki.pl/articles/747491.pdf
Data publikacji:
1977
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
Estimation,Nonparametric inference,Statistics
Opis:
Artykuł nie zawiera streszczenia
The article contains no abstract
Źródło:
Mathematica Applicanda; 1977, 5, 11
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Nonparametric estimation of quantile versions of the Lorenz curve
Autorzy:
Siedlaczek, Agnieszka Magdalena
Powiązania:
https://bibliotekanauki.pl/articles/747345.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
Lorenz curve
quantile version of the Lorenz curve
nonparametric estimation
Krzywa Lorentza
kwantylowy estymator
estymacja nieparametryczna
Opis:
Celem niniejszego artykułu jest przedstawienie kwantylowych estymatorów krzywych Lorentza. Pokazano punktową zgodność tych estymatorów oraz ich asymptotyczną normalność. Badań jest także efektywność zaproponowanych estymatorów metodami symulacji komputerowych.
Estimators of quantile versions of the Lorenz curve are proposed. The pointwise consistency and asymptotic normality of the estimators is proved. The efficiency of the estimators is also studied in simulations
Źródło:
Mathematica Applicanda; 2018, 46, 1
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On adaptive control of Markov chains using nonparametric estimation
Autorzy:
Drabik, Ewa
Stettner, Łukasz
Powiązania:
https://bibliotekanauki.pl/articles/1208175.pdf
Data publikacji:
2000
Wydawca:
Polska Akademia Nauk. Instytut Matematyczny PAN
Tematy:
controlled Markov chain
estimation
adaptive control
Opis:
Two adaptive procedures for controlled Markov chains which are based on a nonparametric window estimation are shown.
Źródło:
Applicationes Mathematicae; 2000, 27, 2; 143-152
1233-7234
Pojawia się w:
Applicationes Mathematicae
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On the nonparametric estimation of the conditional hazard estimator in a single functional index
Autorzy:
Gagui, Abdelmalek
Chouaf, Abdelhak
Powiązania:
https://bibliotekanauki.pl/articles/2107053.pdf
Data publikacji:
2022-06-14
Wydawca:
Główny Urząd Statystyczny
Tematy:
single functional index
conditional hazard function
nonparametric estimation
α-mixing dependency
asymptotic normality
functional data
Opis:
This paper deals with the conditional hazard estimator of a real response where the variable is given a functional random variable (i.e it takes values in an infinite-dimensional space). Specifically, we focus on the functional index model. This approach offers a good compromise between nonparametric and parametric models. The principle aim is to prove the asymptotic normality of the proposed estimator under general conditions and in cases where the variables satisfy the strong mixing dependency. This was achieved by means of the kernel estimator method, based on a single-index structure. Finally, a simulation of our methodology shows that it is efficient for large sample sizes.
Źródło:
Statistics in Transition new series; 2022, 23, 2; 89-105
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new approach to detection of changes in multidimensional patterns
Autorzy:
Gałkowski, Tomasz
Krzyżak, Adam
Filutowicz, Zbigniew
Powiązania:
https://bibliotekanauki.pl/articles/1837532.pdf
Data publikacji:
2020
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
edge detection
regression
nonparametric estimation
Opis:
Nowadays, unprecedented amounts of heterogeneous data collections are stored, processed and transmitted via the Internet. In data analysis one of the most important problems is to verify whether data observed or/and collected in time are genuine and stationary, i.e. the information sources did not change their characteristics. There is a variety of data types: texts, images, audio or video files or streams, metadata descriptions, thereby ordinary numbers. All of them changes in many ways. If the change happens the next question is what is the essence of this change and when and where the change has occurred. The main focus of this paper is detection of change and classification of its type. Many algorithms have been proposed to detect abnormalities and deviations in the data. In this paper we propose a new approach for abrupt changes detection based on the Parzen kernel estimation of the partial derivatives of the multivariate regression functions in presence of probabilistic noise. The proposed change detection algorithm is applied to oneand two-dimensional patterns to detect the abrupt changes.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 2; 125-136
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new approach to detection of changes in multidimensional patterns. Part 2
Autorzy:
Gałkowski, Tomasz
Krzyżak, Adam
Patora-Wysocka, Zofia
Filutowicz, Zbigniew
Wang, Lipo
Powiązania:
https://bibliotekanauki.pl/articles/2031116.pdf
Data publikacji:
2021
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
edge curve detection
regression function
nonparametric estimation
Opis:
In the paper we develop an algorithm based on the Parzen kernel estimate for detection of sudden changes in 3-dimensional shapes which happen along the edge curves. Such problems commonly arise in various areas of computer vision, e.g., in edge detection, bioinformatics and processing of satellite imagery. In many engineering problems abrupt change detection may help in fault protection e.g. the jump detection in functions describing the static and dynamic properties of the objects in mechanical systems. We developed an algorithm for detecting abrupt changes which is nonparametric in nature and utilizes Parzen regression estimates of multivariate functions and their derivatives. In tests we apply this method, particularly but not exclusively, to the functions of two variables.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2021, 11, 3; 217-227
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bandwidth selection for kernel generalized regression neural networks in identification of hammerstein systems
Autorzy:
Lv, Jiaqing
Pawlak, Mirosław
Powiązania:
https://bibliotekanauki.pl/articles/2031118.pdf
Data publikacji:
2021
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
generalized regression neural network
nonparametric estimation
bandwidth
data-driven selection
nonlinear system
Hammerstein system
Opis:
This paper addresses the issue of data-driven smoothing parameter (bandwidth) selection in the context of nonparametric system identification of dynamic systems. In particular, we examine the identification problem of the block-oriented Hammerstein cascade system. A class of kernel-type Generalized Regression Neural Networks (GRNN) is employed as the identification algorithm. The statistical accuracy of the kernel GRNN estimate is critically influenced by the choice of the bandwidth. Given the need of data-driven bandwidth specification we propose several automatic selection methods that are compared by means of simulation studies. Our experiments reveal that the method referred to as the partitioned cross-validation algorithm can be recommended as the practical procedure for the bandwidth choice for the kernel GRNN estimate in terms of its statistical accuracy and implementation aspects.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2021, 11, 3; 181-194
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
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:
Nonparametric bootstrap confidence bands for unfolding sphere size distributions
Autorzy:
Wojdyła, Jakub
Powiązania:
https://bibliotekanauki.pl/articles/2049017.pdf
Data publikacji:
2021
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
bootstrap
confidence bands
inverse problem
nonparametric density estimation
Wicksell’s problem
Opis:
The stereological inverse problem of unfolding the distribution of spheres radii from measured planar sections radii, known as the Wicksell’s corpuscle problem, is considered. The construction of uniform confidence bands based on the smoothed bootstrap in the Wicksell’s problem is presented. Theoretical results on the consistency of the proposed bootstrap procedure are given, where the consistency of the bands means that the coverage probability converges to the nominal level. The finite-sample performance of the proposed method is studied via Monte Carlo simulations and compared with the asymptotic (non-bootstrap) solution described in literature.
Źródło:
Opuscula Mathematica; 2021, 41, 5; 725-740
1232-9274
2300-6919
Pojawia się w:
Opuscula Mathematica
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:
Two-dimensional modeling of car reliability during warranty period
Autorzy:
Sliż, Piotr
Wycinka, Ewa
Jackowska, Beata
Powiązania:
https://bibliotekanauki.pl/articles/27314541.pdf
Data publikacji:
2023
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
two-dimensional warranty
car warranty
claims
reliability analysis
survival analysis
nonparametric estimation
two-dimensional smoothing
P-splines
gwarancja dwuwymiarowa
gwarancja samochodowa
roszczenia
analiza niezawodności
analiza przeżycia
estymacja nieparametryczna
wygładzanie dwuwymiarowe
P-splajny
Opis:
The paper focuses on presenting the concept of two-dimensional modeling of passenger car reliability during the warranty period. The main objective of this paper is to detect the regularity in the intensity of the number of first failure reports during the warranty period. The two-dimensional distribution of the time and mileage of failure-free exploitation is estimated. The period from the date of purchase to the first warranty repair is analysed. The concept presented incorporates the existing state of knowledge on two-dimensional warranties, expanding it through the use of a nonparametric approach and probability smoothing with the use of P-splines. The estimation involved censored data, i.e., data on vehicles that were not submitted for warranty repair within the warranty limits of time and mileage. The originality of this paper entails the combination of a nonparametric approach with probability smoothing. The statistical analyses presented in the paper were carried out on a population of 1005 vehicles of two car brands sold and serviced in 2011-2021 at the Authorized Service Station (Dealership). There were sales, repair, and warranty claim databases.
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2023, 121; 223--239
0209-3324
2450-1549
Pojawia się w:
Zeszyty Naukowe. Transport / Politechnika Śląska
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:
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:
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 1-15 z 25

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