×
布鲁内尔，E。;F.孔德。;A.吉洛。

存在偏差和截尾的非参数密度估计。 （英语） Zbl 1203.62052号

测试 第1期第18页，第166-194页（2009年）.
摘要：我们考虑了投影估计方法，用于在右删失条件下，用已知的偏差函数\（w）对i.i.d.偏差观测的密度进行非参数估计。研究了通过对比惩罚捕获集合中最优估计量的自适应过程，并证明了其能给出具有最优非参数收敛速度的有效估计量。蒙特卡罗实验完成了研究并说明了该方法。

引用于12文件

MSC公司：

62G07年 密度估算
65二氧化碳 蒙特卡罗方法
62N01号 审查数据模型

关键词：

自适应估计;最小最大速率;有偏差的数据;向右传感;非参数惩罚对比度估计
PDF格式BibTeX公司 XML格式引用
\textit{E.Brunel}等人，测试18，编号1，166--194（2009；Zbl 1203.62052）
全文： 内政部

参考文献：

[1] Antoniadis A，Grégoire G，Nason G（1999），使用小波方法对右旋数据进行密度和危险率估计。JR Stat Soc Ser B Stat方法61:63–84·Zbl 0915.62020号 ·doi:10.1111/1467-9868.00163
[2] Asgharian M，M'Lan CE，Wolfson DB（2002）《正确审查的长偏差抽样：无条件方法》。美国统计协会杂志97:201–209·Zbl 1073.62561号 ·doi:10.1198/016214502753479347
[3] Barron AR，BirgéL，Massart P（1999）通过惩罚选择模型的风险边界。概率论相关领域113:301–413·Zbl 0946.62036号 ·doi:10.1007/s004400050210
[4] BirgéL，Massart P（1998）筛上的最小对比度估计：指数界和收敛速度。伯努利4（3）：329–375·Zbl 0954.62033号 ·doi:10.2307/3318720
[5] BirgéL，Rozenholc Y（2006）规则直方图中必须放置多少个箱子。ESAIM Probab统计10:24–45·Zbl 1136.62329号 ·doi:10.1051/ps:2006001
[6] Brunel E，Comte F（2005）用删失数据对危险率进行惩罚对比估计。桑基拉67:441–475·Zbl 1192.62102号
[7] Brunel E，Comte F，Guilloux A（2005），存在偏差和审查的非参数密度估计。预印MAP5 2005-13。网址：http://www.math-info.univ-paris5.fr/map/publis/titres05.html ·兹比尔1203.62052
[8] Chakraborty R，Rao CR（2000）《样品的选择偏差及其分辨率》。收录：Sen PK，Rao CR（eds）统计手册，第18卷。阿姆斯特丹爱思唯尔出版社，第675-712页
[9] Cox DR（1969）In:Johnson，Smith（eds）调查取样的新发展。纽约威利
[10] de Uña-Alvarez J（2002）《长度偏差删失数据的产品极限估计》。测试11:109–125·Zbl 1033.62097号 ·doi:10.1007/BF02595732
[11] de Una-álvarez J（2004）《基于长度的抽样和I型截尾下的非参数估计：基于矩的方法》。Ann Inst统计数学56:667–681·Zbl 1078.62031号 ·doi:10.1007/BF02506482
[12] de Una-álvarez J，Rodriguez-Casal A（2006），比较长度偏差数据的非参数估计值。公共统计理论方法35:905–920·邮编1093.62040 ·doi:10.1080/03610920500501452
[13] DeVore RA，Lorentz GG（1993）《构造近似》。柏林施普林格
[14] Donoho DL，Johnstone IM（1998），小波收缩最小极大估计。安统计26:879–921·Zbl 0935.62041号 ·doi:10.1214/aos/1024691081
[15] Efromovich S（2004a）有偏数据的分布估计。J统计计划推断124:1–43·Zbl 1094.62046号 ·doi:10.1016/S0378-3758（03）00202-7
[16] Efromovich S（2004b）有偏数据的密度估计。Ann Stat 32（3）：1137–1161·Zbl 1091.62022号 ·doi:10.1214/009053604000000300
[17] El Barmi H，Simonoff JS（2000），加权分布的基于变换的密度估计。非参数统计杂志12:861–878·Zbl 0971.62016号 ·doi:10.1080/10485250008832838
[18] El Ghouch A，Van Keilegom I（2006），相关删失数据的非参数回归。讨论文件。鲁汶统计研究所
[19] Fan J，Gijbels I（1994）截尾回归：局部线性近似及其应用。美国统计协会89:560–570·Zbl 0802.62044号 ·doi:10.2307/2290859
[20] Fisher RA（1934）确定方法对频率估计的影响。安·尤根6:13–25
[21] Gill RD，Vardi Y，Wellner JA（1988），有偏抽样模型中经验分布的大样本理论。安统计16:1069–1172·Zbl 0668.62024号 ·doi:10.1214/aos/1176350948
[22] Heckman J（1985）选择偏见和自我选择。收录：《新帕尔格雷夫：经济学词典》。麦克米兰，斯托克顿，第287-296页
[23] Jones MC（1991）长度偏差数据的核密度估计。生物特征78:511–519·Zbl 1192.62107号 ·doi:10.1093/biomet/78.3.511
[24] Lo SH，Mack YP，Wang JL（1989）通过Kaplan–Meier估计量的强表示法对删失数据进行密度和危险率估计。概率论相关领域80:461–473·Zbl 0637.62039号 ·doi:10.1007/BF01794434
[25] Marron JS，de Uña-álvarez J（2004）SiZer，用于长度偏差、删失密度和危害评估。J Stat Plan推断121:149–161·Zbl 1040.62026号 ·doi:10.1016/S0378-3758（02）00506-2
[26] Marron JS，Padgett WJ（1987）随机右删失样本核密度估计器的渐近最优带宽选择。Ann统计15:1520-1535·Zbl 0657.62038号 ·doi:10.1214/aos/1176350607
[27] Mielniczuk J（1985）删失数据密度函数的一些核估计和自适应Loftsgarden–Quesenberry估计的性质。时段数学Hungar 16:69–81·Zbl 0568.62043号 ·doi:10.1007/BF01857588
[28] Patil GP，Rao CR（1997）加权分布：应用调查。Krishnaiah PR（ed）统计应用。阿姆斯特丹霍兰德北部，第383-405页
[29] Talagrand M（1996）产品空间中的新集中不等式。发明数学126:505–563·兹比尔0893.60001 ·doi:10.1007/s002220050108
[30] Tanner MA，Wong WH（1983）通过核方法从随机删失数据中估计风险函数。安统计11:989–993·Zbl 0546.62017号 ·doi:10.1214/aos/1176346265
[31] Vardi Y（1982）存在长度偏差的非参数估计。安统计10:616–620·Zbl 0491.62034号 ·doi:10.1214/aos/1176345802
[32] Wang M-C（1999）事件和流行队列中的间隙时间偏差。统计Sinica 9:999–1010·Zbl 0940.62117号
[33] Wu CO（1997）选择偏差数据下核密度估计的交叉验证带宽选择。多变量分析杂志61:38–60·Zbl 0885.62050号 ·doi:10.1006/jmva.1997.1659
[34] 吴科，毛阿Q（1996）有偏数据密度估计的极小极大核。Ann Inst统计数学48:451–467·Zbl 0926.62027号 ·doi:10.1007/BF00050848
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。