Informacja

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

Wyszukujesz frazę "asymptotic normality" wg kryterium: Temat


Wyświetlanie 1-8 z 8
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
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 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:
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:
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:
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:
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:
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
    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