×

(Un)基于分布元素树的条件样本生成。 (英语) Zbl 07499004号

摘要:最近,分布元素树(DET)被引入,作为一种精确且计算效率高的密度估计方法。在这项工作中,我们证明了DET公式促进了一种简单且廉价的方法来生成类似于平滑引导的随机样本。这些样本可以无条件生成,但也可以使用有关某些概率空间分量的可用信息有条件地生成,而无需进一步复杂化。本文附有用于生成所有模拟结果的R代码。本文的补充材料可在网上获得。

MSC公司:

62至XX 统计
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 博采夫,Z.I。;格罗托夫斯基,J.F。;Kroese,D.P.,《通过扩散估算核密度》,《统计年鉴》,38,2916-2957(2010)·Zbl 1200.62029号
[2] Chernick,M.R.,重采样方法,威利跨学科评论:数据挖掘和知识发现,2255-262(2012)
[3] Efron,B.,Bootstrap Methods:Another Look at the Jackknife,《统计学年鉴》,第7期,第1-26页(1979年)·Zbl 0406.62024号
[4] Ferguson,T.S.,一些非参数问题的贝叶斯分析,《统计年鉴》,1209-230(1973)·Zbl 0255.62037号
[5] 霍尔,P。;DiCiccio,T.J。;Romano,J.P.,《论平滑和引导》,《统计年鉴》,17,692-704(1989)·Zbl 0672.62051号
[6] Hesterberg,T.C.,《教师应该了解的引导:本科生统计课程中的重新抽样》,《美国统计学家》,69,371-386(2015)·Zbl 07671755号
[7] Hinkley,D.V.,Bootstrap Methods,《皇家统计学会杂志》,50,321-337(1988)·Zbl 0671.62037号
[8] 江,H。;Mu,J.C。;Yang,K。;杜,C。;卢,L。;Wong,W.H.,可选Polya树的计算方面,计算与图形统计杂志,25,301-320(2016)
[9] Leger,C。;Politis,D.N。;Romano,J.P.,Bootstrap Technology and Applications,Technometrics,34,378-398(1992)·Zbl 0850.62367号
[10] Meyer,D.W.,《用分布元素树进行密度估计,统计与计算》,28,609-632(2018)·Zbl 1384.62126号
[11] ---,detpack:使用分布元素树进行密度估计和随机数生成(2018)
[12] ---、detpack、密度估计和使用分布元素树生成随机数(2018)
[13] Neal,R.M.,Dirichlet过程混合模型的马尔可夫链抽样方法,计算与图形统计杂志,9,249-265(2000)
[14] 公羊,P。;Gray,A.G.,《第17届ACM SIGKDD知识发现和数据挖掘国际会议论文集》,密度估计树,627-635(2011),加利福尼亚州圣地亚哥:计算机协会
[15] Scott,D.W.,《多元密度估计理论、实践和可视化》(2015),霍博肯:威利·Zbl 1311.62004号
[16] Silverman,B.W.,《统计和数据分析密度估计》(1998年),佛罗里达州博卡拉顿:查普曼和霍尔,CRC,博卡拉顿,佛罗里达州·Zbl 0617.62042号
[17] 西尔弗曼,B.W。;Young,G.A.,《引导:平滑还是不平滑?》?,《生物特征》,74469-479(1987)·Zbl 0654.62034号
[18] Taylor,C.C.,核密度估计中平滑参数的Bootstrap选择,生物统计学,76705-712(1989)·Zbl 0678.62042号
[19] 王,X。;Wang,Y.,使用混合、统计和计算的非参数多变量密度估计,25349-364(2015)·Zbl 1331.62279号
[20] Wong,W.H。;Ma,L.,可选Polya树和贝叶斯推理,《统计学年鉴》,3811433-1459(2010)·Zbl 1189.62048号
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。