尤斯里·斯劳伊 带长度偏差数据的递归核密度估计器的自动带宽选择。 （英语） Zbl 1460.62048号 日本。J.Stat.数据科学。 3，第2期，429-452（2020年）. 摘要：在本文中，我们提出了一种自动选择由随机近似算法定义的概率密度函数递归核估计的带宽的方法。我们通过仿真和实际数据集，将我们提出的插件方法与交叉验证方法和所谓的平滑引导带宽选择器进行了比较。结果表明，使用选定的插件带宽和一些特殊的步长，所提出的递归估计器在估计误差方面与非递归估计员相比将具有很强的竞争力，在计算成本方面也会更好。 引用于1文件 理学硕士： 62G07年 密度估算 62L20型 随机近似 65日第10天 数值平滑、曲线拟合 关键词：平滑的;曲线拟合 PDF格式BibTeX公司 XML格式引用 \文本{Y.Slaoui}，Jpn。统计数据科学杂志。3，编号：2429-452（2020；兹bl 1460.62048） 全文： 内政部 参考文献： [1] 奥尔特曼，N。；Leger，C.，核分布函数估计的带宽选择，统计规划与推断杂志，46195-214（1995）·Zbl 0833.62035号 ·doi:10.1016/0378-3758（94）00102-2 [2] 巴米；西蒙诺夫；Barmi和Simonoff，加权分布的基于变换的密度估计，非参数统计杂志，12861-878（2000）·Zbl 0971.62016号 ·doi:10.1080/10485250008832838 [3] 佛罗里达州巴塔查里亚；Richardson，BGD，纤维非参数非加权和长偏密度估计的比较，统计学中的通信——理论和方法，17，3629-3644（1988）·Zbl 0696.62176号 ·doi:10.1080/03610928808829825 [4] 博贾尼奇，R。；Seneta，E.，《规则变化序列的统一理论》，Mathematische Zeitschrift，134，91-106（1973）·Zbl 0256.40002号 ·doi:10.1007/BF01214468 [5] 密歇根州博拉霍；González-Manteiga，W。；Martínez-Miranda，MD，《基于长度偏差数据的核密度估计的带宽选择》，《非参数统计杂志》，29，636-668（2017）·兹比尔1416.62191 ·doi:10.1080/10485252.2017.1339309 [6] 布鲁内尔，E。；F.孔德。；Guilloux，A.，《存在偏差和审查的非参数密度估计》，《检验》，第18期，第166-194页（2009年）·Zbl 1203.62052号 ·doi:10.1007/s11749-007-0075-5 [7] 考克斯·D。；Hand，D。；Herzberg，A.，《技术中的一些抽样问题》，David Cox爵士的统计论文选集，81-92（2005），剑桥：剑桥大学出版社，剑桥·Zbl 1137.01027号 [8] Cutillo，L。；德菲斯，I。；尼古拉杜，C。；Sapatinas，T.，加权数据的小波密度估计，《统计规划与推断杂志》，146，1-19（2014）·Zbl 1279.62083号 ·doi:10.1016/j.jspi.2013.09.015 [9] de Unã-Álvarez，J.，长度偏差抽样和I型截尾下的非参数估计：基于矩的方法，统计数学研究所年鉴，56667-681（2004）·Zbl 1078.62031号 ·doi:10.1007/BF02506482 [10] Delaigle，A。；Gijbels，I.，反褶积核密度估计中的实际带宽选择，计算统计与数据分析，45249-267（2004）·Zbl 1429.62125号 ·doi:10.1016/S0167-9473（02）00329-8 [11] 杜弗洛，M.，《数学应用中的随机迭代模型》（1997），柏林：施普林格出版社，柏林·Zbl 0868.62069号 ·doi:10.1007/978-3-662-12880-0 [12] Duin，RP，关于概率密度函数Parzen估计的平滑参数的选择，IEEE计算机汇刊，251175-1179（1976）·Zbl 0359.93035号 ·doi:10.1109/TC.1976.1674577 [13] Efromovich，S.，有偏数据的密度估计，《统计年鉴》，321137-1161（2004）·Zbl 1091.62022号 ·doi:10.1214/009053604000000300 [14] Fisher，RA，《确定方法对频率估计的影响》，《优生学年鉴》，6，13-25（1934）·文件编号：10.1111/j.1469-1809.1934.tb02105.x [15] Galambos，J。；Seneta，E.，《规则变化序列》，《美国数学学会学报》，41110-116（1973）·Zbl 0247.26002号 ·网址：10.1090/S0002-9939-1973-0323963-5 [16] LG哈宁；拉切夫，ST；佐迪科夫，AD；Yakovlev，Y.，检测时致癌作用和肿瘤大小的随机模型，应用概率进展，29607-628（1997）·Zbl 0892.60021号 ·doi:10.2307/1428079 [17] Hart，JD；Vieu，P.，基于相关数据的密度估计的数据驱动带宽选择，《统计年鉴》，1873-890（1990）·Zbl 0703.62045号 ·doi:10.1214/aos/1176347630 [18] 黄，Y。；陈，X。；Wu，WB，时间序列的递归非参数估计，IEEE信息理论汇刊，601301-1312（2014）·Zbl 1364.94236号 ·doi:10.1109/TIT.2013.2292813 [19] Jmaei，A。；斯劳伊，Y。；Dellagi，W.，《使用伯恩斯坦多项式的随机近似方法定义的递归分布估计量》，《非参数统计杂志》，29，792-805（2017）·Zbl 1416.62134号 ·doi:10.1080/10485252.2017.1369538 [20] Jones，MC，《基于长度的数据的核密度估计》，Biometrika，78，511-519（1991）·Zbl 1192.62107号 ·doi:10.1093/biomet/78.3.511 [21] 库什纳，HJ；Yin，GG，《数学应用中的随机近似和递归算法及应用》，35（2003），纽约：Springer，纽约·Zbl 1026.62084号 [22] Marron，JS，《自动平滑参数选择：调查》，《实证经济学与计量经济学》，第13期，第187-208页（1988年）·doi:10.1007/BF01972448 [23] Milet，J。；Nuel，G。；Watier，L。；科廷，D。；斯劳伊，Y。；Senghor，P。；Migot-Nabias，F。；盖伊，O。；Garcia，A.，使用250K SNP图对塞内加尔人群中恶性疟原虫感染和轻度疟疾发作进行全基因组连锁研究，PLoS One，5，7，e11616（2010）·doi:10.1371/journal.pone.0011616 [24] Mokkadem，A。；Pelletier，M.，Kiefer-Wolfowitz-Blum随机近似算法的伴侣，《统计年鉴》，351749-1772（2007）·Zbl 1209.62191号 ·doi:10.1214/009053606000001451 [25] Mokkadem，A。；造粒机，M。；Slaoui，Y.，《多元概率密度估计的随机近似方法》，《统计规划与推断杂志》，1392459-2478（2009）·Zbl 1160.62077号 ·doi:10.1016/j.jspi.2008.11.012 [26] Mokkadem，A。；造粒机，M。；Slaoui，Y.，重温Révész估计回归函数的随机近似方法，ALEA。拉丁美洲概率与数理统计杂志，6，63-114（2009）·Zbl 1160.62076号 [27] Patil，GP，加权分布，环境计量百科全书，42369-2377（2002） [28] Rao，CR；Patil，GP，《关于确定方法产生的离散分布，经典和传染离散分布》，320-332（1965），加尔各答：佩加蒙出版社和统计出版协会，加尔各 [29] Révész，P.，Hilbert空间中的Robbins-Monro过程及其在学习过程理论中的应用I，Studia Scientiarum Mathematicarum Hungarica，8391-398（1973）·Zbl 0288.60025号 [30] Révész，P.，如何在回归函数的非参数估计中应用随机逼近方法，美国统计学家数学运算。，塞尔维亚统计局，8119-126（1977）·Zbl 0369.62098号 [31] Rudemo，M.，直方图和核密度估值器的经验选择，《斯堪的纳维亚统计杂志》，9，65-78（1982）·Zbl 0501.62028号 [32] Scott，DW，《多元密度估计：理论、实践和可视化》（1992），霍博肯：威利·Zbl 0850.62006号 ·数字对象标识代码：10.1002/9780470316849 [33] 斯科特，DW；Terrell，GR，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 ·doi:10.1080/01621459.1987.10478550 [34] Silverman，BW，《统计和数据分析的密度估计》（1986年），伦敦：查普曼和霍尔出版社，伦敦·Zbl 0617.62042号 ·doi:10.1007/978-1-4899-3324-9 [35] Slaoui，Y.，《随机近似法定义的递归核密度估计量的大偏差和中偏差原则》，《Serdica数学杂志》，39，53-82（2013）·Zbl 1324.62029号 [36] Slaoui，Y.（2014年a）。随机近似方法定义的递归核密度估计器的带宽选择，概率与统计杂志，2014，ID 739640，doi:10.115/2014/739640·Zbl 1307.62105号 [37] Slaoui，Y.，分布函数估计的随机近似方法，统计数学方法，23，306-325（2014）·Zbl 1308.62078号 ·doi:10.3103/S1066530714040048 [38] Slaoui，Y.，《关于半递归非参数风险估计的平滑参数选择》，《统计理论与实践杂志》，2016年第10期，第656-672页·Zbl 1420.62148号 ·doi:10.1080/155986082016.1214853 [39] 斯劳伊，Y。；Jmaei，A.，基于Robbins-Monro方案并使用Bernstein多项式的递归密度估计，统计学及其接口，12439-455（2019）·Zbl 1502.62040号 ·doi:10.4310/SII.2019.v12.n3.a8 [40] 斯劳伊，Y。；Nuel，G.，《具有删失响应的分层随机截距模型中的参数估计：使用SEM算法和Gibbs抽样的方法》，Sankhya B，76，210-233（2014）·Zbl 1307.62187号 ·doi:10.1007/s13571-014-0081-z [41] Tsybakov，AB，多维分布模式的递归估计，信息传输问题，8119-126（1990） 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。