برآورد بیزی و اعتبارسنجی متقابل پهنای باند برآوردگر هسته ای تابع چگالی برای داده های در طول-اریب
نویسندگان
چکیده مقاله:
چنانچه در نمونه گیری، داده ها با احتمالی متناسب با اندازه انتخاب شوند، داده های حاصل را در طول-اریب نامند. برآورد ناپارامتری تابع چگالی با استفاده از داده های در طول-اریب، مشکلتر از سایر حالات است. یکی از برآوردگرهای معروف در این زمینه توسط جونز (1991) معرفی شده است. در این مقاله ابتدا پارامتر پهنای باند این برآوردگر با رهیافت بیزی برآورد می شود. سپس سازگاری قوی آن با به کار بردن پهنای باند برآورد شده به روش بیزی اثبات می شود. در انتها با مطالعه شبیه سازی به مقایسه عملکرد روش بیزی و اعتبارسنجی متقابل در برآورد پهنای باند پرداخته می شود.
منابع مشابه
برآورد تابع چگالی داده های در طول اریب
چنانچه در نمونه گیری، داده ها با احتمالی متناسب با اندازه شان انتخاب شوند، داده های حاصل را در طول-اریب نامند. برآورد ناپارامتری تابع چگالی با استفاده از داده های در طول-اریب مشکل تر از سایر حالات است. یکی از برآوردگرهای معروف در این زمینه توسط جونز (1991) معرفی گردید. در این رساله در فصل دوم، سازگاری قوی یکنواخت و نرمال بودن مجانبی این برآوردگر اثبات می شود. در فصل سوم، پارامتر پهنای نوار...
برآوردگر هسته ای تابع چگالی در مدل سانسور ضربی
مدل سانسور ضربی یک مساله ی داده ی ناقص است که به موجب آن دو نمونه ی مستقل x1,...xm و z1,...zn از توزیع طول عمر g ، مشاهدات مربوط به طرح ناقص را شکل می دهند. نمونه ی x1,...xm کامل مشاهده می شود در حالی که y1,...yn به جای z1,...zn مشاهده می شود، که yi=ui zi و u1,...un یک نمونه ی تصادفی مستقل از توزیع یکنواخت استاندارد می باشد. این مدل چند مساله آماری مهم نظیر معکوس کردن اثر پیچش متغیر تصادفی نمای...
برآوردگر انقباضی بیزی برای پارامتر مقیاس توزیع نمایی بر اساس داده های سانسور شده
معمولا با مشاهده یک نمونه تصادفی و با استفاده از روش‌های معمول برآوردیابی مانند روش ماکسیمم درستنمایی به برآورد پارامتر نامعلوم می‌پردازند. در بعضی مواقع اطلاعاتی در مورد پارامتر واقعی به‌صورت یک حدس در اختیار داریم. در چنین حالت‌هایی می‌توان برآوردگر ماکسیمم درستنمایی یا هر برآوردگر دیگری را در جهت مقدار حدسی منقبض کرد و برآوردگرهای انقباضی را ساخت. در این مقاله، به مطالعه رفتار یک برآوردگر ان...
متن کاملبرآورد تابع چگالی در حضور داده های پرت
وجود مشاهدات پرت یکی از مهمترین موضوعات در استنباط آماری است. با توجه به این که این مشاهدات تاثیر زیادی بر روی مدل برازش شده و استنباطهای مربوط به آن دارند، پیدا کردن روشی برای مشخص کردن اثر مشاهدات پرت ضروری است. هدف این مقاله بررسی تاثیر مشاهدات پرت بر روی برآورد تابع چگالی به روش هستهای است. در این مقاله با استفاده از روش جستجوی پیشرو، به شناسایی مشاهدات پرت و تاثیر آنها بر برآورد تابع ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 5 شماره 1
صفحات 41- 60
تاریخ انتشار 2011-09
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023