首页 | 本学科首页   官方微博 | 高级检索  
     检索      

相依样本分布函数、回归函数的非参数估计的强相合性
引用本文:柴根象.相依样本分布函数、回归函数的非参数估计的强相合性[J].系统科学与数学,1988,8(3):281-288.
作者姓名:柴根象
作者单位:四川大学数学系 成都
摘    要:设 X_1,X_2,…,X_n 是来自未知分布函数 F(x)的 R~d(d≥1)维随机样本,通常用基于 X_1,X_2,…,X_n 的经验分布函数 F_n(x)来估计 F(x).当样本是独立时,'F_n(x)的大样本性质是众所周知的.Yamato 在1973年提出了 F(x)的核估计的方法:设 W_(?)(x)是 R~d 上的已知分布函数,定义 F(x)的核估计为


UNIFORM STRONG CONSISTENCY OF NONPARAMETRIC ESTIMATION OF A DISTRIBUTION FUNCTION AND A REGRESSION FUNCTION UNDER DEPENDENT SAMPLES
CHAI GEN-XIANG.UNIFORM STRONG CONSISTENCY OF NONPARAMETRIC ESTIMATION OF A DISTRIBUTION FUNCTION AND A REGRESSION FUNCTION UNDER DEPENDENT SAMPLES[J].Journal of Systems Science and Mathematical Sciences,1988,8(3):281-288.
Authors:CHAI GEN-XIANG
Institution:Department of mathematics,Sichuan University,Chengdou
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
点击此处可从《系统科学与数学》浏览原始摘要信息
点击此处可从《系统科学与数学》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号