共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
本文研究负超可加相依样本的密度函数核估计相合性.利用负超可加相依序列的不等式与性质,获得了密度函数核估计的逐点相和性和一致相和性以及r阶矩相和性. 相似文献
3.
NA样本最近邻密度估计的相合性 总被引:6,自引:0,他引:6
在NA样本下研究最近邻密度估计的相合性,给出弱相合性、强相合性、一致强相合性以及它们的收敛速度的充分条件.同时研究了失效率函数估计的一致强相合性 相似文献
4.
5.
线性模型中相依误差下回归系数最小二乘估计的相合性 总被引:4,自引:0,他引:4
文献[1]考虑了线性模型中误差序列{e_i}独立时,最小二乘估计(?)_n 的 r-阶矩的平均相合性.对{e_i}为鞅差序列,线性过程序列的情况,最近一些文献中得出了(?)_n 强相合的一些结果.在[1]的工作基础上,本文对{e_i}为 m-相依、*-混合、广义高斯等相依序列得出相应结果,给出了(?)_n 为 r-阶矩相合及强相合的一些充分条件.本文中相依序列的定义引自[2],[2]中给出了一些相依序列的实例,因而考虑相依误差下(?)_n 的相合性有一定的实用意义.考虑线性回归模型: 相似文献
6.
讨论渐近几乎负相依序列的半参数模型,利用最小二乘法和非参数加权的估计方法,得到参数、非参数和误差方差的估计,并在合适的条件下得到这些估计量的强相合性,推广了负相依序列的半参数模型的相应结论. 相似文献
7.
基于负超可加相依(简称为NSD)随机序列的性质及其一些不等式,利用随机变量的截断方法建立了NSD随机序列加权和的中心极限定理,从而推广了负相协NA随机序列的相应结论.并将其应用到变系数EV回归模型,得到了未知参数LS估计的渐近正态性. 相似文献
8.
给出了m-相依情形的L2-Cross-Validation最近邻中位数估计的弱相合性和用L_2-Cross-Validation方法选择的光滑参数的下界. 相似文献
9.
独立样本最近邻密度估计的强相合速度 总被引:2,自引:0,他引:2
设X,X2,…,Xn是独立同分布样本,具有共同的密度函数f(x),在f(x)满足适当的条件下给出最近邻密度估计的强相合收敛速度,其速度可达到O(n^-1/3(olgn)^1/3。 相似文献
10.
本文在α-混合序列下,讨论了核密度估计量的强相合性与一致强相合性,并给出其收敛速度.这些结论改进了Bosq(1998)中引理2.1和定理2.1所获得的相应结论. 相似文献
11.
设 fn 为基于核函数 K 和一列取值于d 维单位球面的独立同分布的随机变量上的非参数核密度估计. 该文通过经验过程的方法得到核密度估计强一致相合性的速度. 相似文献
12.
13.
14.
强混合相依变量加权和的收敛性及其应用 总被引:2,自引:0,他引:2
本文提供一条处理相依样本的新途径.建立了强混合相依变量加权和的收敛性.作为它的应用,考虑回归模型,给出回归函数非参数的强相合估计. 相似文献
15.
截断样本下最近邻估计的强一致收敛速度 总被引:1,自引:0,他引:1
本文用最近邻方法寻找在截断样本下的密度估计,证明它的强收敛性并寻求其收敛速度。在某些截断情况下,本文找到的密度估计的收敛速度不仅达到了最佳并且改进了[4]中的收敛速度。 相似文献
16.
研究了α-混合样本下最近邻密度估计的渐近性质,证明了估计的渐近正态性并且给出了其渐近方差的显式表达式,由此构造了α-混合样本下概率密度的渐近置信区间. 相似文献
17.
本文旨在讨论并改进独立样本核密度估计的大样本性质.本文在改进Parzen(1962)给出的一个基本引理的基础上得出了独立样本核密度估计的r阶均方及一致均方相合性和收敛速度.此结果是文献[1]中独立样本核密度估计均方相合性的推广. 相似文献
18.
Prakasa Rao在文献 [1 ]中提出了一类密度估计 fn( x) .本文在一些较弱的条件下 ,研究 fn( x)逐点 r阶平均相合性和一致 r阶平均相合性 相似文献
19.
设{Xi)i=1^∞是一维平稳序列,具有公共的未知密度f(x),在{Xi}i=1^∞是α-混合的条件下,给出了f(x)基于前礼个观测值{Xi}i=1^∞的最近邻密度估计的强相合收敛速度,当f(x)满足适当条件,收敛速度可达到0(n^-1/3(ln n)^4(1+p)/3)). 相似文献
20.
平稳序列最近邻密度估计的相合性 总被引:14,自引:1,他引:13
设{X_n}_(n=1)~∞ 是 R~d 中平稳过程,具有公共的未知密度 f(x).本文并不假定{X_n)_(n=1)~∞ 是独立的,考察基于前 n 个观察值{X_i}_(i=1)~n 的f(x)的最近邻估计.在过程{X_n}_(n=1)~∞ 是φ混合或强混合的情形下,得到了逐点相合性、一致相合性以及收敛速度. 相似文献