Mellin–$${{mathbb{R}}}上的Meijer核密度估计^+$$

@文章{Geenens2017MellinMeijerKD,title={Mellin–Meijer核密度估计,author={Gery Geenens},journal={统计数学研究所年鉴},年份={2017年},url={https://api.semanticscholar.org/CorpusID:88522822}}
利用Mellin卷积定义了$\mathbb{R}^+$-支持密度的核估计,它是$R$上常见卷积的自然模拟,并导出了与Meijer的$G$-函数密切相关的新型非对称核。

多元梅林卷积算子的渐近估计

<p style='text-indent:20px;'>让<inline-formula><tex-math id=“M1”>\begin{document}$n\in\mathbb{n}$\end{document}</tex-math></inline-formal>>并且对于每个

Mellin卷积算子的完全渐近估计

对于一组核Kw:0,∞R\documentclass[12pt]{minimal}\usepackage{amsmath}\userpackage{wasysym}\uspackage{amsfonts}\usrepackage{amssymb}\usebackage{amasbsy}\usepackage{mathrsfs}

核密度估计的简单边界修正

如果概率密度函数有界支持,则核密度估计值通常会溢出边界,因此在这些边缘及其附近特别有偏差。在本文中,我们

基于相关数据的正半轴密度导数的Gamma核估计

我们估计了定义在$[0,\infty)$上的概率密度函数的导数。为此,我们选择了具有非对称gamma核函数的核估计类

边界附近的非参数核密度估计

提出了一种改进的伽马核,并根据边界附近密度的形状调整了附加的调谐参数,结果表明,所提出的新估计器的有限样本性能在所有情况下都是优越的。

基于复合特征函数估计的时变Lévy过程的统计推断

本文研究了多维L的参数的半参数推断问题{e} vy(虚拟)过程$L_t$基于对

非对称核密度估计和平滑直方图的一致性及其在收入数据中的应用

当未知概率密度函数f定义在[0,+∞)上时,我们考虑了非对称核密度估计和平滑直方图。[0,+∞)中每个紧集上的一致弱一致性

单位区间核密度估计的Probit变换

单位区间上支持的概率密度函数的核估计被证明是困难的,因为众所周知的边界偏差问题,传统的核密度估计会

正随机变量的局部似然变换核密度估计

摘要已知核估计量不足以估计正随机变量X的密度。主要原因是它所遭受的众所周知的边界偏差问题,

核密度估计中减少边界偏差的变换

我们考虑支持度为紧区间的单变量密度的核估计。如果密度在任意一个边界上都不为零,那么通常的核估计量可能会有严重偏差。
...