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。