J.V.卡斯特拉纳。;里德贝特,M.R。 平稳过程的平滑概率密度估计。 (英文) Zbl 0588.62156号 随机过程应用。 21, 179-193 (1986). 作者研究了离散和连续时间参数平稳过程的边际概率密度估计。对于由δ序列或δ族定义的估计量,在长程相依性假设下,获得了一致性和渐近分布的结果,例如,通过相依指数序列定义\[\βn=sup{x,y}\sum^{无}_{i=1}|fi(x,y)-f(x)f(y)|\]对于离散时间参数过程({X_j,j\geq 1\})。这里,(f_j(x,y)表示((x_1,x_{1+j}))的接头密度,f(x)表示(x_ 1)的密度。在连续参数的情况下,相关指数函数定义为\[\β_ T(\gamma)=\sup_{(x,y)}\int^{T}(T)_{\gamma}|fs(x,y)-f(x)f(y)ds,\]其中,\(f_s(x,y)\)是\((x_0,x_s)\)的接头密度,f(x)是\。结果表明,在连续采样的情况下,对于一类过程,可以实现估计量方差收敛到零的“全速率1/T”。审核人:B.L.S.普拉卡萨·拉奥 引用于6评论引用于76文件 MSC公司: 2009年6月26日 非马尔可夫过程:估计 62G05型 非参数估计 关键词:平滑函数估值器;内核类型;收敛速度;密度估计;边际概率密度的估计;平稳过程;一致性;三角洲系列;长程依赖性;相依指数序列;离散时间;连续参数情况;连续取样 PDF格式BibTeX公司 XML格式引用 \textit{J.V.Castellana}和\textit{M.R.Leadbetter},随机过程应用。21179--193(1986年;Zbl 0588.62156) 全文: 内政部 参考文献: [1] Castellana,J.V.,平稳随机过程的非参数密度估计,(博士论文(1982),统计系:北卡罗来纳大学教堂山分校统计系)·Zbl 0701.62048号 [2] J.V.Castellana,随机过程概率密度估计的几乎肯定结果,即将出现。;J.V.Castellana,《随机过程概率密度估计的几乎肯定结果》即将出版。 [3] Fryer,M.J.,《密度估计的一些非参数方法综述》,J.Inst.Math。应用程序。,20, 335-354 (1977) ·Zbl 0375.62037号 [4] Leadbetter,M.R.,关于概率密度的非框架估计,(博士论文(1963年),北卡罗来纳大学统计系:北卡罗来纳大学教堂山分校统计系) [5] Masry,E.,抽样数据的概率密度估计,IEEE Trans。信息。理论,IT-29,696-709(1983)·Zbl 0521.62031号 [6] Nguyen,H.T.,连续时间平稳马尔可夫过程中的密度估计,Ann.Statist。,7, 380-395 (1978) [7] E.Parzen,《关于概率密度函数和模式的估计》,《数学年鉴》。统计师。33, 1065-1076.; E.Parzen,《关于概率密度函数和模式的估计》,《数学年鉴》。统计师。33, 1065-1076. ·Zbl 0116.11302号 [8] Rosenblatt,M.,密度估计和马尔可夫序列,(Puri,M.《统计推断中的非参数技术》(1970),剑桥大学:剑桥大学伦敦分校),199-210 [9] Volkonskii,V.A。;Rozanov,Y.A.,随机函数的一些极限定理I,理论探索。应用。,4, 178-197 (1959) ·Zbl 0092.33502号 [10] 沃森,G.S。;Leadbetter,M.R.,危害分析II,Sankhya A,26,101-116(1964)·Zbl 0138.13906号 [11] Wegman,E.J.,非参数概率密度估计I,可用方法综述,Technometrics,14533-546(1972)·Zbl 0243.62028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。