×
陶菲克·布埃兹马尼;Jeroen V.K.Rombouts。

多元有界数据的非参数密度估计。 （英语） Zbl 1178.62026号

J.统计计划。推断 140，第1期，139-152（2010）.
摘要：我们提出了多元有界数据密度函数的一种新的非参数估计。正如在实践中经常观察到的那样，变量可以是部分有界（例如，非负）或完全有界（比如，在单位区间内）。此外，变量可能具有点质量。我们通过提出非参数方法将潜在密度的条件降到最低。通过在乘积核中使用gamma、beta或局部线性核（也称为边界核），建议的估计量在实现上变得简单，并且对众所周知的边界偏差问题具有鲁棒性。
我们研究了均积分平方误差的性质，包括收敛速度、一致强相合性和渐近正态性。我们建立了一致性最小二乘交叉验证方法来选择最佳带宽参数。一项详细的仿真研究调查了估计器的性能。提供了使用彩票和公司财务数据的应用程序。

引用于28文件

MSC公司：

62G07年 密度估算
6220国集团 非参数推理的渐近性质
65C60个 统计中的计算问题（MSC2010）
62甲12 多元分析中的估计

关键词：

非对称核;多元边界偏差;非参数多元密度估计;渐近性质;带宽选择;最小二乘交叉验证

软件：

脓疱病;科恩平滑
PDF格式BibTeX公司 XML格式引用
\textit{T.Bouezmarni}和\textit{J.V.K.Rombouts}，J.Stat.Plann。推断140，No.1，139--152（2010；Zbl 1178.62026）
全文： 内政部

参考文献：

[1] Bouezmarni，T.，Rombouts，J.，2006年。正时间序列的非参数密度估计，CORE讨论论文2006/85。；Bouezmarni，T.，Rombouts，J.，2006年。正时间序列的非参数密度估计，CORE讨论论文2006/85·Zbl 1464.62033号
[2] Bouezmarni，T.等人。；Scaillet，O.，非对称核密度估计和平滑直方图在收入数据应用中的一致性，计量经济学理论，21390-412（2003）·Zbl 1062.62058号
[3] Bowman，A.，密度估计平滑的交叉验证替代方法，Biometrika，71，353-360（1984）
[4] Chen，S.，密度函数的Beta核估计，计算统计与数据分析，31131-145（1999）·Zbl 0935.62042号
[5] Chen，S.，使用伽马核估计概率密度函数，统计数学研究所年鉴，52471-480（2000）·Zbl 0960.62038号
[6] Cheng，M。；范，J。；Marron，J.，《自动边界更正》，《统计年鉴》，第25期，1691-1708页（1997年）·Zbl 0890.62026号
[7] Chiu，S.，核密度估计的带宽选择，《统计年鉴》，1883-1905（1991）·Zbl 0749.62022号
[8] Cowling，A。；Hall，P.，《关于核密度估计中消除边界效应的伪数据方法》，《皇家统计学会期刊》，B辑，58551-563（1996）·Zbl 0855.62027号
[9] Devroye，L。；Györfi，L.，非参数密度估计：（L_1\）视图（1985），威利：威利纽约·Zbl 0546.62015号
[10] Duong，T.等人。；Hazelton，M.，用于双变量核密度估计的插入式带宽选择器，非参数统计杂志，15，17-30（2003）·Zbl 1019.62032号
[11] Duong，T。；Hazelton，N.，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，7485-506（2005）·Zbl 1089.62035号
[12] Epanechnikov，V.，多元概率密度的非参数估计，概率论及其应用，14，153-158（1969）·Zbl 0175.17101号
[13] 范，J。；Gijbels，I.，《可变带宽和局部线性回归窒息》，《统计年鉴》，2008年至2036年第20期（1992年）·Zbl 0765.62040号
[14] Gasser，T.等人。；穆勒，H。；Mammitsch，V.，非参数曲线估计的核，皇家统计学会期刊，B辑，47，238-252（1985）·Zbl 0574.62042号
[15] 格拉诺夫斯基，B。；Müller，H.，《优化核方法：统一变分原理》，《国际统计评论》，59373-388（1991）·Zbl 0749.62024号
[16] Hall，P.，密度估计中最小二乘交叉验证的大样本优化，统计年鉴，11156-1174（1983）·Zbl 0599.62051号
[17] 霍尔，P。；Marron，J.，《最小二乘交叉验证在非参数密度估计中最大限度地减小综合平方误差的程度》，《概率论及相关领域》，74567-581（1987）·Zbl 0588.62052号
[18] Härdle，W。；Marron，J.，非参数回归函数估计中的最佳带宽选择，多元分析杂志，2091-113（1985）·Zbl 0601.62058号
[19] Jones，M.，核密度估计的简单边界校正，统计计算，3135-146（1993）
[20] 琼斯，M。；Foster，P.，核密度估计的一种简单的非负边界校正方法，《中国统计》，61005-1013（1996）·Zbl 0859.62037号
[21] Kiefer，J.，《向量机会变量的经验d.f.与重对数定律的大偏差》，《太平洋数学杂志》，11649-660（1961）·Zbl 0119.34904号
[22] 勒琼，M。；Sarda，P.，分布和密度函数的光滑估计量，计算统计学和数据分析，14557-471（1992）·Zbl 0937.62581号
[23] Marron，J。；Härdle，W.，非参数曲线估计中某些精度测度的随机近似，《多变量分析杂志》，20，91-113（1986）·Zbl 0608.62045号
[24] Marron，J。；Ruppert，D.，《核密度估计中减少边界偏差的变换》，《皇家统计学会杂志》，B辑，56，653-671（1994）·Zbl 0805.62046号
[25] Mugdadi，A。；Ahmad，I.A.，随机变量函数核密度估计的带宽选择，计算统计与数据分析，47，49-62（2004）·Zbl 1429.62132号
[26] Müller，H.，《端点附近的平滑最优核估计》，生物统计学，78521-530（1991）·Zbl 1192.62108号
[27] 穆勒，H。；Stadtmüller，U.，《多元边界核和连续最小二乘原理》，《皇家统计学会杂志》，B辑，61439-458（1999）·Zbl 0927.62035号
[28] 尼尔森，J.，1999年。来自局部线性估计的多元边界核。斯堪的纳维亚精算杂志93-95。；Neilsen，J.，1999年。局部线性估计的多元边界核。斯堪的纳维亚精算杂志93-95·Zbl 0922.62045号
[29] Rudemo，M.，直方图和核密度估计的经验选择，《斯堪的纳维亚统计杂志》，9，65-78（1982）·Zbl 0501.62028号
[30] Ruppert，D.W.M.，多元局部加权最小二乘回归，统计年鉴，221346-1370（1994）·Zbl 0821.62020号
[31] Schuster，E.，将支持约束纳入密度的非参数估计，《统计学中的通信——理论和方法》，第14期，第1123-1136页（1985年）·Zbl 0585.62070号
[32] Scott，D.，《多元密度估计：理论、实践和可视化》（1992），威利出版社，威利纽约·Zbl 0850.62006号
[33] 斯科特·D。；Terrell，G.，密度估计中的有偏和无偏交叉验证，美国统计协会杂志，821131-1146（1987）·Zbl 0648.62037号
[34] Silverman，B.，《统计和数据分析密度估计》（1986年），查普曼和霍尔出版社：纽约查普曼与霍尔出版社·Zbl 0617.62042号
[35] Staniswalis，J。；Messer，K.，“多元回归的核估计”补遗，非参数统计杂志，767-68（1996）·Zbl 1065.62548号
[36] Staniswalis，J。；Messer，K。；Finston，D.，多元回归的核估计，非参数统计杂志，3103-121（1993）·Zbl 1380.62181号
[37] Stone，C.，核密度估计的渐近最优窗口选择规则，《统计年鉴》，121285-1297（1984）·Zbl 0599.62052号
[38] Wand，M。；Jones，M.，《内核平滑》（1995），查普曼和霍尔出版社：纽约查普曼和霍尔出版社·Zbl 0854.62043号
[39] 张，S。；Karununi，R。；Jones，M.，边界密度函数的改进估计，美国统计协会杂志，941231-1241（1999）·Zbl 0994.62029号
[40] 张，X。；金·M·L。；Hyndman，R.，多元核密度估计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。