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 "asymptotic normality" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Normalizing constants for a statistic based on logarithms of disjoint m-spacings
    Autorzy:
    Czekała, Franciszek
    Powiązania:
    https://bibliotekanauki.pl/articles/1340224.pdf
    Data publikacji:
    1996
    Wydawca:
    Polska Akademia Nauk. Instytut Matematyczny PAN
    Tematy:
    asymptotic normality
    higher-order spacings
    step density function
    Opis:
    The paper is concerned with the asymptotic normality of a certain statistic based on the logarithms of disjoint m-spacings. The exact and asymptotic mean and variance are computed in the case of uniform distribution on the interval [0,1]. This result is generalized to the case when the sample is drawn from a distribution with positive step density on [0,1].
    Źródło:
    Applicationes Mathematicae; 1995-1996, 23, 4; 405-416
    1233-7234
    Pojawia się w:
    Applicationes Mathematicae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Robust estimation in the multivariate normal model
    Autorzy:
    Kulawik, Agnieszka
    Zontek, Stefan
    Powiązania:
    https://bibliotekanauki.pl/articles/729726.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
    Tematy:
    asymptotic normality
    Fisher consistency
    Fréchet differentiability
    multivariate normal model
    statistical functional
    Opis:
    Robust estimation presented in the following paper is based on Fisher consistent and Fréchet differentiable statistical functionals. The method has been used in the multivariate normal model with variance components [5]. To transfer the method to estimate vector of expectations and positive definite covariance matrix of the multivariate normal model it is required to express the covariance matrix as a linear combination of basic elements of the vector space of real, square and symmetric matrices. The theoretical results have been completed with computer simulation studies. The robust estimator has been investigated both for model and contaminated data. Comparison with the maximum likelihood estimator has also been included.
    Źródło:
    Discussiones Mathematicae Probability and Statistics; 2016, 36, 1-2; 53-66
    1509-9423
    Pojawia się w:
    Discussiones Mathematicae Probability and Statistics
    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:
    On the Bahadur Representation of Quantiles for a Sample from ρ*-Mixing Structure Population
    Autorzy:
    Dudek, Dagmara
    Kuczmaszewska, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/2201721.pdf
    Data publikacji:
    2022
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    quantiles
    Bahadur representation
    asymptotic normality
    Berry-Esseen type bound
    Berry-Esseen
    ρ*-mixing random variables
    Opis:
    In this paper, we establish the strong consistency and the Bahadur representation of sample quantiles for ρ*-mixing random variables. Additionally, the asymptotic normality and the Berry-Esseen bound of sample quantiles for ρ*-mixing random variables are presented. Additionally, we provide the rate of convergence of sample quantiles to population counterparts. Moreover, numerical simulation is presented to ilustrate and verify obtained results.
    Źródło:
    Advances in Science and Technology. Research Journal; 2022, 16, 3; 316--330
    2299-8624
    Pojawia się w:
    Advances in Science and Technology. Research Journal
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On the smoothed parametric estimation of mixing proportion under fixed design regression model
    Autorzy:
    Ramakrishnaiah, Y. S.
    Trivedi, Manish
    Satish, Konda
    Powiązania:
    https://bibliotekanauki.pl/articles/1359251.pdf
    Data publikacji:
    2019-04-25
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    mixture of distributions
    mixing proportion
    smoothed parametric estimation
    fixed design regression model
    mean square error
    optimal band width
    strong consistency
    asymptotic normality
    Opis:
    The present paper revisits an estimator proposed by Boes (1966) - James (1978), herein called BJ estimator, which was constructed for estimating mixing proportion in a mixed model based on independent and identically distributed (i.i.d.) random samples, and also proposes a completely new (smoothed) estimator for mixing proportion based on independent and not identically distributed (non-i.i.d.) random samples. The proposed estimator is nonparametric in true sense based on known “kernel function” as described in the introduction. We investigated the following results of the smoothed estimator under the non-i.i.d. set-up such as (a) its small sample behaviour is compared with the unsmoothed version (BJ estimator) based on their mean square errors by using Monte-Carlo simulation, and established the percentage gain in precision of smoothed estimator over its unsmoothed version measured in terms of their mean square error, (b) its large sample properties such as almost surely (a.s.) convergence and asymptotic normality of these estimators are established in the present work. These results are completely new in the literature not only under the case of i.i.d., but also generalises to non-i.i.d. set-up.
    Źródło:
    Statistics in Transition new series; 2019, 20, 1; 87-102
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    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:
    The limit properties diffusion process in a semi-Markov environment
    Autorzy:
    Chabanyuk, Y.
    Rosa, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/122295.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
    Tematy:
    stochastic approximation procedure
    compensating operator
    asymptotic normality of the stochastic procedure
    small parameter
    martingale characterization
    Markov processes
    semi-Markov processes
    aproksymacja stochastyczna
    procedura stochastyczna
    proces Markova
    proces semi-Markova
    stochastyczny proces dyfuzji
    Opis:
    In this paper we consider the stochastic diffusion process with semi-Markov switchings in an averaging scheme. We present results and conditions on convergence to the classic diffusion process, in case with semi-Markov process perturbation is uniformly ergodic. We used small parameter scheme to get the main result.
    Źródło:
    Journal of Applied Mathematics and Computational Mechanics; 2018, 17, 1; 5-14
    2299-9965
    Pojawia się w:
    Journal of Applied Mathematics and Computational Mechanics
    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 1-8 z 8

      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