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。