共查询到19条相似文献,搜索用时 62 毫秒
1.
在END样本下,研究一种由Jones等于1998年提出的非参数密度估计:边缘频率插值密度估计.本研究利用Bernstein型不等式,在较弱的假设条件下,证明该估计的一致强相合性,并得到相应的收敛速度.所得结果推广和改进了文献已有结果. 相似文献
2.
WOD样本密度函数和失效率函数递归核估计的逐点强相合性 总被引:1,自引:0,他引:1
考虑同分布宽象限相依(WOD)随机样本未知密度函数的一类递归型密度核估计量.利用WOD序列的Rosenthal型不等式,在一定条件下证明了该估计量的逐点强相合性,并讨论了失效率函数估计的逐点强相合性. 相似文献
3.
NQD样本下密度函数核估计的相合性 总被引:1,自引:0,他引:1
设{Xn,n≥1}为同分布的两两NQD随机变量序列,f(x)为其概率密度函数,基于样本X1,X2,…,Xn, 文章对密度函数f(x)的核估计进行了讨论, 在适当条件下证明了强相合、一致强相合和均方相合. 相似文献
4.
胡学平 《吉林大学学报(理学版)》2013,51(6):1085-1089
设{Xn,n≥1}为同分布的NOD随机序列或严平稳的m相依序列, f(x)为随机变量X1的概率密度函数. 基于样本X1,X2,…,Xn, 利用Fourier变换及NOD列的性质和相关指数不等式, 研究密度函数f(x)的核估计, 在适当的条件下得到了[KG-*4]f(x)核估计的逐点强相合性、 r阶相合性及依概率一致收敛性. 相似文献
5.
6.
本文在NA相依样本下给出了非参数回归函数加权递归核估计gn(x)=n∑(i=1)yi(xi-xi-1)/hi K(x-xi/hi)的渐近无偏性和相合性的充分条件。其中这里得到的充分条件与一般加权回归函数核估计的相合性几乎完全一致。 相似文献
7.
在删失数据α混合序列下,用递归核密度估计改进了f的窗宽固定的核密度估计量,并在一定条件下证明了改进后的估计量fn的逐点强相合性,并给出逐点强相合速度. 相似文献
8.
9.
设{X,i≥1}为同分布正相协(简记PA)随机变量序列,f(x)为X1的概率密度函数,基于样本X1,X2,…Xn,在适当条件下证明了密度函数f(x)核估计的强相合及r阶矩相合。 相似文献
10.
在删失数据α混合序列下,用递归核密度估计改进密度函数,的窗宽固定的核密度估计量,并在一定条件下证明改进后的估计量fn的一致强相合性,并给出一致强相合速度;同时也得到与fn相应的风险率函数λ的估计量λn的一致强相合性及一致强相合速度. 相似文献
11.
NQD样本下部分线性模型中估计的强相合性 总被引:2,自引:1,他引:2
刘莉 《湖北大学学报(自然科学版)》2004,26(4):290-293,302
考虑回归模型:yi=xβ g(ti) σei≤i≤n,其中δ^1 i=f(ui),(xi,ti,ui)是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,随机误差序列{ei}为同分布的NQD序列.在一定的条件下,得到了β的最小二乘估计β、加权最小二乘估计β^-和最终加权最小二乘估计β^-的强相合性. 相似文献
12.
陈旻 《宝鸡文理学院学报(自然科学版)》2003,23(2):88-93
对v平稳 混合序列给出的样本研究了平稳序列函数核估计的逐点强相合性及一致强相合性,同时给出了收敛速度。设fn为通常的核密度估计,若密度函数f具有有界连续的二阶导数,设∫uK(u)du=0,∫u2K(u)du<∞,证明了,在某些适当的条件下(见定理3),关于一致强相合性有supx∈R|Efn(x)-f(x)|=OP(εn),其中εn=(n-(5τ-2)/(6τ+6)loglogn)。对于逐点强相合性,设f一致连续,在一些较弱的条件下,对固定的x,有fn(x)-f(x)=o(rn),a.s.其中rn=n-29lognloglogn。 相似文献
13.
兰冲锋 《阜阳师范学院学报(自然科学版)》2013,(4):5-8
设X1,X2,…,Xn是同分布的两两NQD样本,具有相同的密度函数f(x),利用两两NQD序列的Bernstein型不等式,将负相关(NA)样本的最近邻密度估计的一致强相合速度推广到两两NQD样本,在更弱的条件下,获得了与NA样本情形下相同的结论. 相似文献
14.
对于非参数回归模型Yni=g(tni) εni(i=1,2,…,n),其中{tni}为固定设计点列,{εni}为鞅差序列或Lq-混合鞅下的平稳序列,该文建立了回归函数g(t)的小波估计并研究了其相合性、强相合性。 相似文献
15.
16.
在ND(negatively dependent)样本下研究最近邻密度估计的强相合速度,利用ND序列的指数不等式以及ND序列的性质,给出了最近邻密度估计强相合速度的充分条件。 相似文献
17.
研究了NA样本下分布函数的核估计在有限个不同点上的联合渐近分布,证明了该分布为多维正态分布,从而将分布函数的核估计从单点推广到多点,扩大了分布函数核估计的应用范围. 相似文献
18.
19.