共查询到20条相似文献,搜索用时 15 毫秒
1.
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
2.
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.
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
5.
薛留根 《数学物理学报(A辑)》1992,12(4):466-477
设{ Xn}^∞ n=1是R^1中的平稳过程,具有公共的未知密度函数f(x) ,我们研究基于前n个观测值X1,X2,… Xn的f(x)的一种近邻估计fn(x).本文假定{Xn}^∞ n=1O φ-混合或强混合的,在对混合系数φ(n)趋于零的速度的适当限制下,证明了fn(x)的逐点相合性一致强相合性.并得到了这两种相合性强收敛速度. 相似文献
6.
§1.引言 实际问题中,我们常常假设被观察到的数据是从一个理想化的模型中产生出来的(比如是参数模型)。然而,由于度量误差和其它的随机影响,则在确定这些数据是否真是从理想化模型中产生出来时,就存在着不确定性。 现在考虑密度估计问题。 相似文献
7.
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
8.
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
9.
本文研究了基于φ-混合样本且核为可变化的密度函数估计的强一致相合性,获得了与独立同分布样本时同样优良的收敛速度O((n/logn)~(-1/3)). 相似文献
10.
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.
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
13.
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
14.
平稳序列最近邻密度估计的相合性 总被引:13,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
15.
16.
17.
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
18.
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
19.
20.
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