共查询到19条相似文献，搜索用时 93 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.
6.
7.
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
8.
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
9.
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
10.
§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
11.
NA样本回归函数估计的强相合性 总被引：33，自引：0，他引：33
在ＮＡ相依样本下研究非参数回归函数加权核估计的相合性,获得了一些较弱的充分条件,与此同时对ＮＡ序列给出一个简洁实用的Ｂｅｒｎｓｔｅｉｎ型不等式。 相似文献
12.
在NA相依样本条件下，对未知分布函数F(x)的递归核估计进行研究，在适当的条件下，得到了估计的r^-阶平均相合速度，逐点强相合和一致强相合速度，作为应用，讨论了平均剩余寿命函数估计的相合速度。 相似文献
13.
考虑回归模型:Y~((j))(x_(in),t_(in))=t_(in)β+g(x_(in))+σ_(in)e~((j))(x_(in)),1≤j≤m,1≤i≤n,其中σ_(in)~2=f(u_(in)),(x_(in),t_(in),u_(in))为固定非随机设计点列,β是未知待估参数,g(·)和f(·)是未知函数,误差{e~((j))(x_(in))}是均值为零的NA变量.给出基于g(·)和f(·)一类非参数估计的β的最小二乘估计和加权最小二乘估计,并在适当条件下得到了它们的强相合性. 相似文献
14.
本文研究变系数EV模型的ND样本加权和的相合性问题.利用ND序列的Bernstein型不等式和截尾的方法,获得了ND样本加权和sum from i=1 to n(W_(ni)(t_0)Y_i)的强、弱相合性,推广了独立随机变量加权和的相合性. 相似文献
15.
16.
本文利用Berry－Esseen定理，在一定的条件下，得到了最近邻回归估计逼近于正态分布的速度． 相似文献
17.
本文研究回归函数的最近邻估计的分布逼近问题．在一定条件下得到了最近邻回归估计误差的逼近分布,且逼近的精度比正态逼近精度更高． 相似文献
18.
19.
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