×
莉莉亚娜·福扎尼；里卡多·弗雷曼；卢普，帕梅拉

时空模型的密度估计。 （英语） Zbl 1270.91069号

测试 22，第2期，321-342（2013）.
摘要：本文考虑随时间演化的随机场的边缘密度函数的（k）-最近邻型估计。考虑相关性，研究了平稳和非平稳情况下的一致性和渐近分布。特别地，当随机场是平稳的时，证明了参数收敛率。通过将我们的过程应用于一个实际数据示例，显示了估计器的性能。

MSC公司：

62G07年 密度估算
62M40型 随机字段；图像分析
6220国集团 非参数推理的渐近性质

关键词：

时空数据；密度估计；当地时间

软件：

DPARSF公司
PDF格式BibTeX公司 XML格式引用
\textit{L.Forzani}等人，试验22，No.2，321--342（2013；Zbl 1270.91069）
全文： 内政部 链接

参考文献：

[1] Blanke D（2004）密度估计的自适应采样方案。J Stat Plan推断136（9）：2898–2917·Zbl 1094.62045号 ·doi:10.1016/j.jspi.2004.12.005
[2] Blanke D，Bosq D（1997）连续时间过程密度估计的准确率。统计概率Lett 33（2）：185–191·Zbl 0901.62056号 ·doi:10.1016/S0167-7152（96）00126-5
[3] Carbon M，Hallin M，Tran L（1996）随机场的核密度估计：L1理论。非参数统计杂志6（2–3）：157–170·Zbl 0872.62040号 ·doi:10.1080/10485259608832669
[4] Carbon M，Hallin M，Tran L（1997），随机场的核密度估计（随机场的密度估计）。统计概率Lett 36（2）：115–125·兹比尔0892.62017 ·doi:10.1016/S0167-7152（97）00054-0
[5] Castellana JV，Leadbetter MR（1986）关于平稳过程的平滑概率密度估计。Stoch工艺应用21（2）：179–193·Zbl 0588.62156号 ·doi:10.1016/0304-4149（86）90095-5
[6] Chao–Gan Y，Yu-Feng Z（2010a）DPARSF:用于静息状态fMRI“流水线”数据分析的MATLAB工具箱。前沿系统神经科学4:1–7
[7] Chao–Gan Y，Yu-Feng Z（2010年b）。网址：http://www.nirc.org
[8] Doukhan P，Leon J，Portal F（1984）《Vitesse de convergence dans le theéoréme central limite pour des variables aleatoires mtlangeantes a valeurs dans un espace de Hilbert》。巴黎皇家科学院289:305–308·Zbl 0557.60006号
[9] Doukhan P，Louhichi S（1999）一个新的依赖条件及其在矩不等式中的应用。Stoch过程应用程序84:313–342·Zbl 0996.60020号 ·doi:10.1016/S0304-4149（99）00055-1
[10] Doukhan P，Neumann M（2006）弱相依随机变量和的概率和矩不等式及其应用。Stoch工艺应用117:878–903·Zbl 1117.60018号 ·doi:10.1016/j.spa.2006.10.011
[11] Fox MD，Raichle ME（2007），通过功能网络观察到的大脑活动的自发波动。《Nat Rev Neurosci》8:700–711·doi:10.1038/nrn2201
[12] Geman D，Horowitz J（1980），职业密度。Ann Probab年鉴8（1）：1–67·Zbl 0499.60081号 ·doi:10.1214操作/1176994824
[13] Hallin M，Lu Z，Tran L（2001）空间线性过程的密度估计。伯努利7（4）：657–668·Zbl 1005.62034号 ·doi:10.2307/3318731
[14] Hallin M，Lu Z，Tran L（2004）空间过程的核密度估计：L1理论。安统计88:61–75·兹比尔1032.62033
[15] Kutoyants Y（2004）关于遍历扩散过程的不变密度估计。排序28（2）：111–124·兹比尔1274.62551
[16] 拉布拉多B（2008）k T-占用时间密度估计量的强逐点一致性。统计概率快报78（9）：1128–1137·Zbl 1137.62326号 ·doi:10.1016/j.spl.2007.11.010
[17] Llop P、Forzani L、Fraiman R（2011）《关于当地时间、密度估计和监督分类的功能数据》。多变量分析杂志102（1）：73–86·Zbl 1206.62062号 ·doi:10.1016/j.jmva.2010.08.0002
[18] Nguyen H（1979）连续时间平稳马尔可夫过程中的密度估计。Ann Stat 7（2）：341–348·Zbl 0408.62071号 ·doi:10.1214/aos/1176344618
[19] Neumann M，Paparoditis E（2008）马尔科夫时间序列模型的Goodness-of-t检验：中心极限理论和bootstrap近似。伯努利14（1）：14–46·Zbl 1155.62058号 ·doi:10.3150/07-BEJ6055
[20] Robinson PM（1983）时间序列的非参数估计。《时间序列分析杂志》4:185–206·Zbl 0544.62082号 ·doi:10.1111/j.1467-9892.1983.tb00368.x
[21] Rosenblatt M（1956）中心极限定理和强混合条件。美国国家科学院院刊42:43–47·兹比尔0070.13804 ·doi:10.1073/pnas.42.1.43
[22] Rosenblatt M（1970）密度估计和马尔可夫序列。In：统计推断中的非参数技术。剑桥大学出版社，剑桥，199-210页
[23] 唐X，刘毅，张杰，凯恩斯W（2008）In:时空分析进展。ISPRS第5卷
[24] Tran LT（1990）随机场上的核密度估计。多变量分析杂志34（1）：37–53·Zbl 0709.62085号 ·doi:10.1016/0047-259X（90）90059-Q
[25] Tran L，Yakowitz S（1993），随机场的最近邻估计。多变量分析杂志44（1）：23–46·Zbl 0764.62076号 ·doi:10.1006/jmva.1993.1002
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。