迪科

反褶积:测量误差模型中的反褶积估计。该软件包包含一组函数,用于使用反褶积核方法处理非参数测量误差问题。我们重点研究了两个测量误差模型:(1)一个附加测量误差模型,目标是从污染数据中估计密度或分布函数;(2) 变量有误差的非参数回归模型。R函数允许测量误差为齐次或异方差。为了使反褶积估计器在R中的计算效率更高,我们将无误差数据密度估计的快速傅立叶变换(FFT)算法应用于反褶积核估计。软件包中还提供了几种选择数据驱动平滑参数的方法。详见:Wang,X.F.和Wang,B.(2011年)。测量误差模型中的反褶积估计:R包反褶积。统计软件杂志,39(10),1-24。


zbMATH中的参考文献(参考文献20条,1标准件)

显示第1到第20个结果,共20个。
按年份排序(引用)

  1. 关忠:基于伯恩斯坦多项式的快速非参数极大似然密度反褶积(2021)
  2. 连续测量的结果(Linda-Mecroh,Worlen-Mecroh,Worlen-Mecroh)和连续误差修正模型(Linda-Mecroh,202-MecroDen)的测量结果阿尔十四
  3. Slaoui,Yousri:用随机逼近方法定义的数据驱动反褶积递归核密度估计(2021)
  4. 阿里·沙拉德卡;莫吉斯海巴尼,马吉德;Pouliot,William:加权自举核反卷积密度估计器的性能(2020)
  5. 大伯娘、苏菲;Thiam,Baba:随机场变量误差的核回归估计(2020)
  6. El Karoui,努雷丁;伊丽莎白:我们能相信高维度的引导吗?线性模型案例(2018)
  7. 燕婷;曲良强;李兆海;袁,敖:一些不完全数据模型的条件核密度估计(2018)
  8. 穆罕默德·布塔哈尔;Pommeret,Denys:两个随机变量单调变换相等性的检验(2016)
  9. 黄先正:变量误差广义线性模型中的对偶模型错误描述(2016)
  10. Pommeret,Denys:比较非参数混合模型中的两种混合密度(2016年)
  11. Lütkenöner,B.:正态分布测量误差的核函数族及其相关解卷积核(2015)
  12. 王小凤;叶德平:测量误差问题中的条件密度估计(2015)
  13. 奥瑞,圣潘;艾奎姆,奥瑞莲;Jouneau Sion,Frédéric:随机增长模型中总经济过程的尾部建模(2014)
  14. Delaigle,Aurore:变量中有误差的非参数核方法:构造估计量,计算它们,避免常见错误(2014)
  15. 萨卡尔,阿布拉;马立克,巴尼·K。;Carroll,Raymond J.:存在条件异方差测量和回归误差的贝叶斯半参数回归(2014)
  16. Pommeret,Denys:数据被污染时的双样本测试(2013)
  17. 王,B。;Wertelecki,W.:带舍入误差的数据密度估计(2013)
  18. 孙文广;McLain,Alexander C.:异方差模型中复合零假设的多重检验(2012)
  19. 王小凤;叶德平:误差大小和带宽选择对未知误差分布反褶积的影响(2012)
  20. 王晓峰;王斌:测量误差模型中的反褶积估计:R包反褶积(2011)不是zbMATH