胡舒文;波斯基特,D.S。;张西斌 不规则多元分布的贝叶斯自适应带宽核密度估计。 (英语) Zbl 1239.62037号 计算。统计数据分析。 56,第3期,732-740(2012). 摘要:我们提出了一种新的多元核密度估计方法,将数据分为低密度和高密度区域,作为分配自适应带宽的基本机制。我们通过Kullback-Leibler发散准则导出带宽参数的后验密度,并使用马尔可夫链蒙特卡罗(MCMC)采样算法来估计自适应带宽。由此产生的估计器称为尾自适应密度估计器。蒙特卡罗仿真结果表明,尾部自适应密度估计器的性能优于使用不同全局带宽选择规则实现的全局带宽密度估计器。通过使用尾部自适应密度估计量估计美国和澳大利亚股市每日指数收益的双变量密度,证明了尾部自适应密度估计器的推断潜力。 引用于14文件 MSC公司: 62G07年 密度估算 2015年1月62日 贝叶斯推断 62甲12 多元分析中的估计 65二氧化碳 蒙特卡罗方法 62P05号 统计学在精算科学和金融数学中的应用 关键词:边际似然;马尔科夫蒙特卡洛;标准普尔500指数;价值-风险 软件:脓疱病;科恩平滑 PDF格式BibTeX公司 XML格式引用 \textit{S.Hu}等人,计算。统计数据分析。56,第3号,732--740(2012;Zbl 1239.62037) 全文: 内政部 链接 参考文献: [1] Abramson,I.,自适应核方法中导频估计的任意性,多元分析杂志,12,562-567(1982)·Zbl 0515.62032号 [2] Abramson,I.,《关于核估计中带宽变化的平方根定律》,《统计年鉴》,1217-1223(1982)·Zbl 0507.62040号 [3] 阿扎里尼,A。;Capitanio,A.,《对称扰动产生的分布,强调多元斜(t)分布》,《皇家统计学会杂志》,B辑,65367-389(2003)·Zbl 1065.62094号 [4] 阿扎里尼,A。;Valle,A.,《多元偏态正态分布》,《生物统计学》,83,715-726(1996)·Zbl 0885.62062号 [5] Bao,Y。;Lee,T。;Saltoglu,B.,《评估新兴市场价值-风险模型的预测性能:现实检验》,《预测杂志》,25,101-128(2006) [6] 布雷曼,L。;梅塞尔,W。;Purcell,E.,多元密度的可变核估计,《技术计量学》,第19期,第135-144页(1977年)·兹伯利0379.62023 [7] Brewer,M.,核密度估计中局部平滑的贝叶斯模型,统计与计算,10299-309(2000) [8] Cao,R.,核密度估计中局部带宽的相对效率,统计学,35113-137(2001)·兹比尔0966.62020 [9] 德利马,M。;Atuncar,G.,估计多元核估计最优带宽的贝叶斯方法,非参数统计杂志,23137-148(2010)·Zbl 1359.62113号 [10] Devroye,L。;Györfi,L.,《非参数密度估计:(L_1)视图》(1985),John Wiley&Sons:John Willey&Sons New York·Zbl 0546.62015号 [11] Duong,T。;Hazelton,M.,用于二变量核密度估计的插入带宽矩阵,非参数统计杂志,15,17-30(2003)·Zbl 1019.62032号 [12] Duong,T。;Hazelton,M.,多元核密度估计的交叉验证带宽矩阵,《斯堪的纳维亚统计杂志》,32,485-506(2005)·Zbl 1089.62035号 [13] 费拉蒂,F。;Vieu,P.,《非参数函数数据分析:理论与实践》(2006),Springer:Springer New York·Zbl 1119.62046号 [14] Gangopadhyay,A。;Cheung,K.,核密度估计中平滑参数选择的贝叶斯方法,非参数统计杂志,14655-664(2002)·Zbl 1013.62038号 [15] Hall,P.,《关于Kullback-Leibler损失和密度估算》,《统计年鉴》,第15期,1491-1519页(1987年)·兹比尔0678.62045 [16] Härdle,W.,《平滑技术:在S中的实现》(1991),Springer:Springer New York·Zbl 0716.62040号 [17] Hartigan,J.A.,《聚类算法》(1975),John Wiley&Sons:John Willey&Sons New York·Zbl 0372.62040号 [18] Hartigan,J.A.,二维凸密度轮廓的估计,美国统计协会杂志,82267-270(1987)·Zbl 0607.62045号 [19] 霍姆斯,M.P。;格雷,A.G。;Isbell,C.L.,《快速核条件密度估计:双树蒙特卡罗方法》,计算统计与数据分析,541707-1718(2010)·Zbl 1284.65006号 [20] 霍洛娃,I。;维尤,P。;Zelinka,H.,密度及其导数的非参数估计的最佳选择,统计与决策,20,355-378(2002)·Zbl 1019.62034号 [21] Hu,S.,Poskitt,D.,Zhang,X.,2010年。不规则多元分布的贝叶斯自适应带宽核密度估计。莫纳什计量经济学和商业统计工作文件。;Hu,S.,Poskitt,D.,Zhang,X.,2010年。不规则多元分布的贝叶斯自适应带宽核密度估计。莫纳什计量经济学和商业统计工作文件·Zbl 1239.62037号 [22] Hyndman,R.J.,《计算和绘制最高密度区域》,《美国统计学家》,第50期,第120-126页(1996年) [23] Izenman,A.J.,非参数密度估计的最新发展,《美国统计协会杂志》,86,205-224(1991)·Zbl 0734.62040号 [24] Jácome,M。;Gijbels,I。;Cao,R.,截尾条件下核密度估计中预光滑方法的比较,计算统计学,23818-406(2008)·2018年3月22日 [25] Jones,M.C.,可变核密度估计和可变核密度估算,澳大利亚和新西兰统计杂志,32361-371(1990) [26] 琼斯,M.C。;Marron,J.S。;Sheather,S.J.,《密度估算中带宽选择的简要调查》,《美国统计协会杂志》,91,401-407(1996)·Zbl 0873.62040号 [27] Kim,S。;Shepherd,N。;Chib,S.,《随机波动性:与ARCH模型的似然推断和比较》,《经济研究评论》,65361-393(1998)·兹比尔0910.90067 [28] Koenker,R。;Bassett,G.,回归分位数,计量经济学,46,33-50(1978)·Zbl 0373.62038号 [29] Kulasekera,K.B。;Padgett,W.J.,删失数据核密度估计中的贝叶斯带宽选择,非参数统计杂志,18,129-143(2006)·Zbl 1099.62037号 [30] Loftsgaarden,D.O。;Quesenberry,C.P.,多元密度函数的非参数估计,《数理统计年鉴》,361049-1051(1965)·Zbl 0132.38905号 [31] Marron,J.S.,《密度估算中交叉验证技术的比较》,《统计年鉴》,第15期,第152-162页(1987年)·Zbl 0619.62032号 [32] Marron,J.,Bootstrap带宽选择,(LePage,R.;Billard,L.,Exploring the Limits of Boostrap(1992),John Wiley&Sons:John Willey&Sons New York),249-262·Zbl 0838.62029号 [33] Marron,J.S。;Nolan,D.,密度估计的标准核,统计与概率快报,7195-199(1988)·Zbl 0662.62035号 [34] 梅森,D.M。;Polonik,W.,插件水平集估计的渐近正态性,应用概率年鉴,19,1108-1142(2009)·Zbl 1180.62048号 [35] Mielniczuk,J。;Sarda,P。;Vieu,P.,用于密度估计的本地数据驱动带宽选择,《统计规划与推断杂志》,23,53-69(1989)·Zbl 0689.62027号 [36] 牛顿,医学硕士。;Raftery,A.E.,加权似然自举近似贝叶斯推断,英国皇家统计学会期刊:B系列,56,3-48(1994)·Zbl 0788.62026号 [37] 诺兰,D。;Marron,J.,自动和位置自适应增量序列估计器的一致一致性,概率理论和相关领域,80,619-632(1989)·Zbl 0644.62041号 [38] Polak,J.,Zhang,X.,King,M.L.,2010年。使用MCMC方法进行核条件密度估计的带宽选择。12月6日至10日在西澳大利亚州澳大利亚统计会议上提交的手稿。;Polak,J.,Zhang,X.,King,M.L.,2010年。使用MCMC方法进行核条件密度估计的带宽选择。12月6日至10日在西澳大利亚州澳大利亚统计会议上提交的手稿。 [39] Roberts,G.O.,与抽样算法相关的马尔可夫链概念,(Gilks,W.R.;Richardson,S.;Spiegelhalter,D.J.,《实践中的马尔可夫链蒙特卡罗》(1996),查普曼和霍尔:查普曼与霍尔伦敦),45-57·Zbl 0839.62078号 [40] Sain,S.R.,多元局部自适应密度估计,计算统计与数据分析,39,165-186(2002)·Zbl 1132.62329号 [41] Sain,S.R。;巴格利,K.A。;Scott,D.W.,多元密度的交叉验证,美国统计协会杂志,89807-817(1994)·Zbl 0805.62059号 [42] Sain,S.R。;Scott,D.W.,《局部自适应密度估计》,《美国统计协会杂志》,第91期,第1525-1534页(1996年)·Zbl 0882.62035号 [43] Sain,S.R。;Scott,D.W.,零偏局部自适应密度估计,斯堪的纳维亚统计杂志,29441-460(2002)·Zbl 1036.62034号 [44] Samworth,R.J。;Wand,M.P.,《最高密度区域估计的渐近和最佳带宽选择》,《统计年鉴》,第38期,第1767-1792页(2010年)·Zbl 1189.62061号 [45] Scott,D.W.,《多元密度估计:理论、实践和可视化》(1992),John Wiley&Sons:John Willey&Sons纽约·Zbl 0850.62006号 [46] 特雷尔,G.R。;Scott,D.W.,《可变核密度估计》,《统计年鉴》,第20期,第1236-1265页(1992年)·Zbl 0763.62024号 [47] Vieu,P.,《多核过程:渐近支持》,《斯堪的纳维亚统计杂志》,2661-72(1999)·Zbl 0921.62046号 [48] 魔杖,M.P。;Jones,M.C.,多元插件带宽选择,计算统计学,9,97-116(1994)·Zbl 0937.62055号 [49] 魔杖,M.P。;Jones,M.C.,Kernel Smoothing(1995),查普曼和霍尔出版社:纽约查普曼与霍尔出版社·Zbl 0854.62043号 [50] 张,X。;金·M·L。;Hyndman,R.J.,多元核密度估计中带宽选择的贝叶斯方法,计算统计与数据分析,503009-3031(2006)·Zbl 1445.62077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。