盖劳,G。 密度不连续性的Minimax估计。 (英语) Zbl 1016.62023号 J.非参数统计。 14,编号1-2,59-66(2002). 小结:我们考虑估计位置(θ)的问题,在该位置处概率密度(f)不连续。我们认为概率密度是未知的,但属于一个大的指定函数类。由于存在干扰参数\(f\),问题是非参数的。给定一个大小为(n)的样本,我们提出了一个基于直方图差异的简单方法来估计(θ)。通过分析(widetilde\theta_n)在({mathcal F})上的最大风险,得到了所提出估计(widetelde\theta _n)的收敛速度(n^{-1});结果表明,(n^{-1})等于位置参数参数估计的收敛速度。选择(widetilde\theta_n)是由minimax方法驱动的,该方法为我们的估计提供了一个最优性标准;实际上,我们的最后一个结果表明,没有任何估计收敛速度比(n^{-1})更快。 引用于1文件 理学硕士: 62G05型 非参数估计 62C20个 统计决策理论中的Minimax过程 62G07年 密度估算 6220国集团 非参数推理的渐近性质 关键词:仿真;跳跃点;直方图;最小最大收敛速度 PDF格式BibTeX公司 XML格式引用 \textit{G.Gayraud},J.非参数统计14,No.1--2,59-66(2002;Zbl 1016.62023) 全文: 内政部 参考文献: [1] Bhattacharyya G.K.,Ann.数学。统计师。第1731页第39页–(1968年) [2] 内政部:10.1214/aos/1176350699·Zbl 0637.62041号 ·doi:10.1214操作系统/11763350699 [3] 内政部:10.1214/aoms/1177700517·Zbl 0218.62033号 ·doi:10.1214/aoms/1177700517 [4] Chu C.K.,《中国统计》第6期第79页-(1996) [5] Freidlin M.I.,信息传输问题31,第27页–(1995) [6] DOI:10.1093/biomet/57.1.1·Zbl 0198.51501号 ·doi:10.1093/biomet/57.1.1 [7] 伊布拉基莫夫一世,统计估计(1981年) [8] Has'minskii R.Z.,《控制与信息理论问题》,第19页,第375页–(1990) [9] 内政部:10.1137/1132110·兹伯利0659.62103 ·数字对象标识代码:10.1137/1132110 [10] 内政部:10.1007/978-1-4612-2712-0·doi:10.1007/978-1-4612-2712-0 [11] 第E.S.页,《生物特征41》第523页–(1955) [12] 第E.S.页,生物特征44第248页–(1957) [13] 内政部:10.1214/aos/1176346587·Zbl 0573.62074号 ·doi:10.1214/aos/1176346587 [14] DOI:10.1214/aos/1176347881·Zbl 0714.62027号 ·doi:10.1214/aos/1176347881 [15] 内政部:10.1093/biomet/62.2.407·Zbl 0321.62041号 ·doi:10.1093/biomet/62.2.407 [16] DOI:10.1214/aos/1176345206·Zbl 0451.62033号 ·doi:10.1214/aos/1176345206 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。