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。本文重点研究了两个测量误差模型:(1)一个加性测量误差模型,其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(引用于,1标准件)

显示第1到16个结果,共16个。
按年份排序(引用)

  1. Dabo Niang,Sophie;Thiam,Baba:随机场变量误差的核回归估计(2020)
  2. El Karoui,Nouredine;Purdom,Elizabeth:我们能相信高维度的引导吗?线性模型案例(2018)
  3. 阎婷;瞿良强;李兆海;袁敖:一些不完全数据模型的条件核密度估计(2018)
  4. Boutahar,Mohamed;Pommeret,Denys:两个随机变量单调变换相等性的检验(2016)
  5. 黄先正:变量误差广义线性模型中的对偶模型错误描述(2016)
  6. Pommeret,Denys:比较非参数混合模型中的两种混合密度(2016年)
  7. Lütkenöner,B.:正态分布测量误差的核函数族及其相关解卷积核(2015)
  8. 王晓峰;叶德平:测量误差问题中的条件密度估计(2015)
  9. Auray,Stéphane;Eyquem,Aurélien;Jouneau-Sion,Frédéric:《随机增长模型中总经济过程的尾部建模》(2014)
  10. 避免非参数误差的核心估计量,2014年
  11. Sarkar,Abhra;Mallick,Bani 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)
  12. Pommeret,Denys:数据被污染时的双样本测试(2013)
  13. Wang,B.;Wertelecki,W.:带舍入误差的数据密度估计(2013)
  14. 孙文光;麦克莱恩,亚历山大C.:异方差模型中复合零假设的多重检验(2012)
  15. 王晓峰;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)
  16. 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