×
亚斯米娜·齐亚内;纳比尔·佐加布;阿贾比，斯迈尔

非负重尾数据的体尾自适应核密度估计。 （英语） Zbl 1467.62059号

蒙特卡罗方法应用。 27，第1号，57-69（2021）.
摘要：在本文中，我们考虑在非负重尾（HT）数据的单变量核密度估计中推导可变带宽的过程。这些程序考虑了Birnbaum-Saunders幂指数（BS-PE）核估计和处理自适应带宽的贝叶斯方法。我们采用了一种算法，将HT数据集细分为两个区域，高密度区域（HDR）和低密度区域（LDR），并为每个区域分配一个带宽参数。它们是通过使用蒙特卡罗-马尔可夫链（MCMC）采样算法推导出来的。为了评估所提程序的性能，进行了一系列仿真研究和实际数据。

引用于1文件

MSC公司：

62G07年 密度估算
62G32型 极值统计；尾部推断
60层10 大偏差
65二氧化碳 蒙特卡罗方法

关键词：

贝叶斯带宽选择器;BS-PE内核;交叉验证;重尾数据;核密度估计;MCMC方法;事先分配

软件：

吉布斯特
PDF格式BibTeX公司 XML格式引用
\textit{Y.Ziane}等人，蒙特卡罗方法应用。27，编号1，57--69（2021；Zbl 1467.62059）
全文： 内政部

参考文献：

[1] D.K.Bhaumik、K.Kapur和R.D.Gibbons，《小样本伽马分布的测试参数》，《技术计量学》51（2009），第3期，第326-334页。
[2] T.Bjerkedal，感染不同剂量毒性结核杆菌的豚鼠获得耐药性，Amer。《卫生学杂志》72（1960），130-148。
[3] M.J.Brewer，核密度估计中局部平滑的贝叶斯模型，统计计算。10 (2000), 299-309.
[4] S.X.Chen，密度函数的伽玛核估计，Ann.Inst.Statist。数学。52 (2000), 471-480. ·Zbl 0960.62038号
[5] D.Hinkley，《关于权力转换的快速选择》，J.R.Stat.Soc.Ser。C.申请。Stat.26（1977），第1号，67-69。
[6] M.S.de Lima和G.S.Atuncar，估计多元核估计最优带宽的贝叶斯方法，J.Nonparametr。《统计》第23卷（2011年），第1期，第137-148页·Zbl 1359.62113号
[7] A.K.Gangopadhyay和K.N.Cheung，核密度估计中平滑参数选择的贝叶斯方法，J.Nonparametr。Stat.14（2002），第6号，655-664·Zbl 1013.62038号
[8] A.Gelman和D.B.Rubin，《使用多个序列的迭代模拟推断》，Stat.Sci。7 (1992), 457-511. ·Zbl 1386.65060号
[9] W.K.Hastings，使用马尔可夫链的蒙特卡罗采样方法及其应用，《生物特征》57（1970），第1期，97-109·Zbl 0219.65008号
[10] 胡顺生，张晓生，不规则多元分布的贝叶斯自适应带宽核密度估计，计算机。统计师。数据分析。56（2012），第3期，732-740·Zbl 1239.62037号
[11] X.Jin和J.Kawczak，Birnbaum-Saunders和对数正态核估计，用于建模高频金融数据中的持续时间，《经济年鉴》。《财务》第4期（2003年），第103-124页。
[12] C.C.Kokonendji和F.G.Libengué，《国家统计协会连续与密度估算》，《突尼斯统计杂志》（突尼斯，2011年），法国统计学会，巴黎（2011年）第86-91页。
[13] K.B.Kulasekera和W.J.Padgett，截尾数据核密度估计中的贝叶斯带宽选择，J.Nonparametr。《统计》第18卷（2006年），第2期，第129-143页·Zbl 1099.62037号
[14] D.Kundu，N.Kannan和N.Balakrishnan，关于Birnbaum-Saunders分布的危险函数和相关推断，计算。统计师。数据分析。52（2008），第5期，2692-2702·Zbl 1452.62729号
[15] C.N.Kuruwita、K.B.Kulasekera和W.J.Padgett，使用非对称核和贝叶斯带宽与删减数据进行密度估计，J.Statist。计划。推论140（2010），第7期，1765-1774·Zbl 1184.62059号
[16] C.Marchant、K.Bertin、V.Leiva和H.Saulo，广义Birnbaum-Saunders核密度估计和金融数据分析，计算。统计师。数据分析。63 (2013), 1-15. ·Zbl 1468.62133号
[17] N.M.Markovitch和U.R.Krieger，重尾概率密度函数的估计，它们的混合物和分位数，计算机网络40（2002），459-474。
[18] N.Metropolis、A.W.Rosenbluth、M.N.Rosenbluth、A.H.Teller和E.Teller，快速计算机器状态方程计算，J.化学物理。21 (1953), 1087-1093. ·Zbl 1431.65006号
[19] A.E.Raftery和S.Lewis，吉布斯采样器中有多少迭代？，贝叶斯统计4（1992），763-773。
[20] G.O.Roberts，与抽样算法相关的马尔可夫链概念，马尔可夫链蒙特卡罗在实践中，Interdiscip。统计人员。，查普曼和霍尔，伦敦（1996），45-57·Zbl 0839.62078号
[21] O.Scaillet，使用逆高斯核和倒数逆高斯核进行密度估计，J.Nonparametr。《统计》第16卷（2004年），第1-2、217-226号·兹比尔1049.62038
[22] Y.Ziane，S.Adjabi和N.Zougab，非负重尾数据非对称核密度估计中的自适应贝叶斯带宽选择，J.Appl。Stat.42（2015），第8号，1645-1658·Zbl 1514.62986号
[23] Y.Ziane、N.Zougab和S.Adjabi，非负重尾数据的Birnbaum-Saunders幂指数核密度估计和Bayes局部带宽选择，计算。统计师。33（2018），第1期，299-318·Zbl 1417.62069号
[24] N.Zougab、S.Adjabi和C.C.Kokonendji，离散函数估计中的二项式核和贝叶斯局部带宽，J.Nonparametr。《Stat.24》（2012），第3期，783-795·Zbl 1254.62047号
[25] N.Zougab，S.Adjabi和C.C.Kokonedji，使用贝叶斯方法估计相关核离散函数的自适应平滑，J.Stat.Comput。模拟。83（2013），第12期，2219-2231·Zbl 1453.62449号
[26] N.Zougab，S.Adjabi和C.C.Kokonendji，多元核密度估计中自适应带宽矩阵的贝叶斯估计，计算。统计师。数据分析。75 (2014), 28-38. ·Zbl 1506.62212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。