×

基于模糊MDD的Hampel M-位置估计器的最大偏差的经验分析。 (英语) Zbl 1497.62074号

Balakrishnan、Narayanaswamy(编辑)等人,《数学、信息和数据科学趋势》。向莱安德罗·帕尔多致敬。基于2019年12月2日在西班牙马德里举行的信息理论及其在统计推断中的应用研讨会上的陈述。查姆:施普林格。研究系统。Decis公司。控制445、447-456(2023)。
摘要:基于模糊MDD的位置M估计量是随机模糊数的一个中心趋势度量,在文献中几乎没有研究过。它涉及对离散度的稳健估计,以实现位置模糊M-估计不满足的尺度等方差。为了避免测量单位对模糊M估计的过度影响,以前的解决方案包括仔细选择所选损失函数的调整参数。文献中对两种方案的均方误差进行了比较汉佩尔《美国统计协会期刊》69,383–393(1974;Zbl 0305.62031号)]考虑了损失函数,本工作的目的是通过最大渐近偏差深入研究这种经验比较。
关于整个系列,请参见[Zbl 1494.62008年].

MSC公司:

62层35 鲁棒性和自适应程序(参数推断)
62层86 参数推理与模糊
2012年12月62日 参数估计量的渐近性质
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 《影响曲线及其在稳健估计中的作用》,《美国统计协会期刊》,第69期,第383-393页(1974年)·Zbl 0305.62031号 ·doi:10.1080/01621459.1974.10482962
[2] Kim,JS;Scott,CD,稳健核密度估计,J.Mach。学习。决议,第13号,第2529-2565页(2012年)·Zbl 1436.62119号
[3] 黑山,M。;卡萨尔斯,MR;马萨诸塞州卢比亚诺;Gil,MA,模糊随机变量均值的双样本假设检验,《信息科学》。,133, 89-100 (2001) ·Zbl 1042.62012年 ·doi:10.1016/S0020-0255(01)00078-0
[4] 普里,ML;Ralescu,DA,模糊随机变量,J.数学。分析。申请。,114, 409-422 (1986) ·Zbl 0592.60004号 ·doi:10.1016/0022-247X(86)90093-4
[5] Sinova,B.:位置模糊M-估计量的尺度等变替代。收录:Gil,E.,Gil,E.Gil,J.Gil,M.A.(编辑),《不确定性数学》。《系统、决策和控制研究》,第142卷,第733-743页。施普林格,商会(2018)·Zbl 1440.62405号
[6] Sinova,B。;Gil,马萨诸塞州;Van Aelst,S.,《模糊数据稳健中心趋势的位置估计》,IEEE Trans。模糊系统。,24, 4, 945-956 (2016) ·doi:10.1109/TFUZZ.2015.2489245
[7] Sinova,B。;Van Aelst,S.,模糊数值数据位置估计值最大渐近偏差的实证分析,国际期刊近似原因。,113, 1-13 (2019) ·Zbl 1471.62294号 ·doi:10.1016/j.ijar.2019.06.003
[8] Trutschnig,W。;González-Rodríguez,G。;科鲁比,A。;Gil,MA,基于广义的中间和扩散概念的紧凸(模糊)集的新度量族,Inf.Sci。,179, 23, 3964-3972 (2009) ·兹比尔1181.62016 ·doi:10.1016/j.ins.2009.06.023
[9] 扎德,洛杉矶:语言变量的概念及其在近似推理中的应用。第1部分,通知。科学。8, 199-249; 第2部分,通知。科学。8, 301-353; 第3部分。通知。科学。9, 43-80 (1975) ·Zbl 0404.68075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。