×

数学ZBZ-数学第一资源

不完全数据模型的条件核密度估计。(英语) Zbl 1401.62053
提出了一类基于不完全数据的密度估计。该方法利用条件核构造密度估计量。条件核是指给定核函数对以观测数据为条件的完整数据的期望值。研究了区间截尾模型、卷积模型、双截尾模型和乘性截尾模型下该密度估计量的渐近性质。他们观察到,所提出的估计量的渐近结果不依赖于核的选择。
理学硕士:
62G07型 密度估算
6220国集团 非参数推理的渐近性质
6201年 删失数据模型
软件:
迪科
PDF格式 BibTeX公司 XML 引用
参考文献:
[1] 罗森布拉特,1956年)。关于密度函数的一些非参数估计的注记。,安。数学。统计学家。,第二版,27 832-837·Zbl 0073.14602
[2] Parzen E.(1962年)。关于概率密度函数和模式的估计。,安。数学。统计学家。,第二版,33 1065-1076·京保0116.11302
[三] Devroye,L.(1983年)。核密度估计L1中弱、强、完全收敛的等价性。,统计年鉴。,11896-904·Zbl 0521.62033
[4] Chai,G.(1984年)。密度函数随机窗宽核的一致估计。,中国的科学。,爵士。A 27 1155-1163·Zbl 0567.62033
[5] Rao,B.L.S.(1983年)。,非参数函数估计。。学术出版社:佛罗里达州奥兰多·Zbl 0542.62025
[6] Silverman,B.W.(1986年)。用于统计和数据分析的密度估计。,查普曼和霍尔,伦敦。,x+175页,国际标准书号:0-412-24620-1·浙宝0617.62042
[7] 卡普兰,E.L.和迈尔,P.(1958年)。不完全观测的非参数估计。,J、 阿默尔。统计学家。协会53 457-481·Zbl 0089.14801号
[8] Turnbull,B.W.(1974年)。双删失数据生存函数的非参数估计。,美国统计协会杂志。69 169-173·Zbl 0281.62044
[9] Marron J.S.和Padgett W.J.(1987年)。随机右删失样本核密度估计的渐近最优带宽选择。,统计年鉴。,1520-1535年·浙宝0657.62038
[10] 赵明堂、罗世华(1988)。截尾数据下非参数极大似然估计的一些表示。,统计年鉴。,爵士。16661-668年·零担0645.62048
[11] 罗世华、麦金平、王健林(1989)。用Kaplan-Meier估计的强表示估计截尾数据的密度和危险率。,可能吧。第四。相对。领域。,80461-473·Zbl 0637.62039
[12] Groeneboom,P.和Wellner,J.(1992年)。信息界与非参数极大似然估计。,伯克豪斯-韦拉格,巴塞尔。,viii+126页,国际标准书号:3-7643-2794-4·Zbl 0757.62017
[13] 吉伯尔斯一世和王建利(1993)。截尾数据生存函数估计的强表示及其应用。,多元分析杂志。,47 210-229·Zbl 0809.62027
[14] (2005年,heagery,和heagery)。生存模型预测精度和ROC曲线。,生物特征识别。,61 92-105·Zbl 1077.62077
[15] Blum,J.R.和Susarla,V.(1980年)。基于截尾数据的密度和失效估计的最大偏差理论。,在多元分析中。宾夕法尼亚州匹兹堡大学第五校区第五校区,第五校区,1978年。
[16] Mielniczuk,J.(1986年)。截尾情形下密度函数核估计量的一些渐近性质。,统计年鉴。,14766-773·浙宝0603.62047
[17] Dubnicka,S.R.(2009年)。缺失数据的核密度估计:错误地指定缺失数据机制。,在非参数统计和混合模型中:纪念托马斯·P·赫特曼斯伯格、D·D·R·亨特、D·St·P·理查兹和J·L·罗森伯格,114-135·Zbl 1414.62122号
[18] Dubnicka,S.R.(2009年)。缺失数据和辅助变量的核密度估计。澳大利亚和新西兰统计杂志。,澳大利亚和新西兰统计杂志。,51247-270·Zbl 1334.62185
[19] 任杰(1997)。关于双删失数据下的自洽估计量和核密度估计量。,统计规划与推理杂志。64 27-43页·Zbl 0890.62030
[20] 吉恩E.和吉洛A.(2001)。随机截尾数据核密度估计的相合性:自适应区间上速率一致保持。,彭加勒学院年鉴(B)概率与统计。,37 503-522·Zbl 0974.62030
[21] 瓦迪,Y.(1989年)。乘法截尾,更新过程,反褶积和降低密度:非参数估计。,生物计量学。,76751-761·Zbl 0678.62051
[22] Bickel,P.J.,Klaassen,A.J.,Ritov,Y.和Wellner,J.A.(1993年)。密度函数随机窗宽核的一致估计。,中国的科学。,约翰霍普金斯大学出版社,巴尔的摩。
[23] 范德法特,A.(1994年)。部分删失数据下的最大似然估计。,统计年鉴。,1896-1916年·Zbl 0831.62027
[24] Asgharian M、Carone M.和Fakoor V.(2012年)。密度函数随机窗宽核的一致估计。,安。统计学家。40159-187·Zbl 1246.62094
[25] Huang,J.和Wellner,J.A.(1995年A)。区间截尾数据线性泛函npmle的渐近正态性,情形1。,尼兰迪卡统计局。,49 153-163·Zbl 0832.62029
[26] Huang,J.和Wellner,J.A.(1995年b)。随机截尾下单调密度或单调风险的估计。斯堪的纳维亚统计杂志。22 3-33页·Zbl 0827.62032
[27] Nelson,W.(1972年)。截尾失效数据危险图的理论与应用。,技术指标。14945-965年。
[28] 奥兰,O.O.(1984年)。计数过程族的非参数推断。,统计年鉴。,6701-726·Zbl 0389.62025
[29] Yuan,A.,Giurcanu,M.,Luta,G.,Tan,M.(2017年)。不完全数据模型的条件核U统计量。,统计年鉴研究所。,69 271-302·Zbl 1362.62075
[30] 华生G.S.(1964)。平滑回归分析,Sankhya。,A系列26 359-372·Zbl 0137.13002
[31] Nadaraya,E.A.(1965年)。关于密度函数和回归曲线的非参数估计。,理论,问题。,申请。10186-190·Zbl 0134.36302
[32] Silverman,B.W.(1978年)。密度及其导数核估计的弱一致相合性。,统计年鉴。6177-184年·Zbl 0376.62024
[33] Huang,J.和Wellner,J.A.(1997年)。间隔截尾生存数据:近期进展综述。第一届西雅图生物统计学研讨会论文集统计学讲义。123123-169·Zbl 0916.62077
[34] 范德兰,M.J.(1993年)。凸模型线性参数的一般恒等式及其在(NP)极大似然估计中的应用。,预印本765号,荷兰乌得勒支大学数学系。
[35] Geskus,R.和Groeneboom,P.(1999年)。区间截尾光滑泛函的渐近最优估计,情形2。,统计年鉴。27627-674·Zbl 0954.62034
[36] 蔡文英和克劳利J.(1985)。基于自洽的不完全数据广义极大似然估计的大样本研究。,统计年鉴。,1317-1334年·浙宝0611.62038
[37] Vardi,Y.和Zhang,C-H.(1992年)。随机乘法截尾模型中经验分布的大样本研究。,统计年鉴。1022-1039年·Zbl 0761.62056
[38] 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。,中国的科学。39(10)1-24。
[39] Groeneboom,P.,Jongbloed,G.,Witte,B.I.(2010年)。最大平滑似然估计和平滑极大似然估计在当前的状态,模型。统计年鉴。,38(1)352-387·Zbl 1181.62157
[40] Song,S.(2001年)。二元区间删失数据估计。,博士论文。,华盛顿大学统计系。
[41] 绅士,R.和汪达尔,A.C.(2002年)。任意截尾数据下二元CDF的非参数估计。,卡纳德。J、 Statist30 557-571·Zbl 1018.62022
[42] Maathuis M.H.(2005年)。二元区间截尾数据分布函数NPMLE的导出算法。,J、 计算机。图表。统计学家。14352-362。
[43] 俞琰、王国庆(2006)。多元区间截尾数据联合分布函数广义极大似然估计的相合性。,J、 多变量分析。,爵士。A 27 1155-1163·Zbl 1333.62129号
[44] Gao F.和Wellner J.A.(2013年)。多元区间截尾极大似然估计的全局收敛速度。,电子统计杂志。7364-380·Zbl 1336.62128号
[45] Dvoretzky A.,Kiefer J.,和Wolfowitz J.(1956年)。样本分布函数与经典多项式估计的渐近极大极小性质。,数理统计年鉴。27642-669年·Zbl 0073.14603
[46] 范德法特,A·Zbl 0862.60002
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。