期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于α-混合样本下的熵函数估计的强相合性 被引量:2
1
作者 凌能祥 李中函 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2008年第11期1894-1897,共4页
设{Xi,i≥1}为随机变量序列,f(x)为公共未知的概率密度函数,基于样本X1,X2,…,Xn估计熵函数H(f)=-∫f(x)logf(x)dx,其中x∈Rd。该文在一定条件下获得了H(f)的直方图估计Hn=-∫fn(x)≥anfn(x)logfn(x)dx的强相合性,推广了现有文献中的相... 设{Xi,i≥1}为随机变量序列,f(x)为公共未知的概率密度函数,基于样本X1,X2,…,Xn估计熵函数H(f)=-∫f(x)logf(x)dx,其中x∈Rd。该文在一定条件下获得了H(f)的直方图估计Hn=-∫fn(x)≥anfn(x)logfn(x)dx的强相合性,推广了现有文献中的相应结果。 展开更多
关键词 α-混合样本 熵函数 直方图估计 强相合性
下载PDF
一类可靠性分布参数的经验Bayes决策分析 被引量:2
2
作者 李乃医 刘华祥 +2 位作者 张健 陈入云 杜军 《数学的实践与认识》 CSCD 北大核心 2010年第4期183-187,共5页
在弱平稳α-混合样本下利用概率密度函数的核估计构造了伽玛分布族参数的经验Bayes(EB)检验函数,并获得了它的渐进最优(a.o.)性.在适当的条件下证明了所提出的EB检验函数收敛速度可任意接近O(n^(-1/2)).
关键词 弱平稳 α-混合样本 经验BAYES检验 渐进最优性 收敛速度
原文传递
α-混合样本下Pareto分布参数的经验Bayes双边检验
3
作者 黄娟 李乃医 +1 位作者 韦盛学 刘华祥 《中山大学学报(自然科学版)》 CAS CSCD 北大核心 2009年第5期24-26,共3页
在弱平稳α-混合样本下,利用核估计构造了Pareto分布参数的经验Bayes检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优(a.o.)性,并获得了它的收敛速度。
关键词 α-混合样本 经验BAYES检验 渐近最优性 收敛速度
下载PDF
条件函数逐点估计的最优收敛速度
4
作者 胡舒合 《安徽大学学报(自然科学版)》 CAS 1996年第1期1-4,共4页
基于严平稳α-混合样本,本文获得了条件函数γ_t(x)-E(β_t(Y_1)|X_1=x)核估计的逐点最优收敛速度|γ_(tN)-γ_t(x)|=O_p(n^(-1(2+d))).
关键词 条件函数 核估计 α-混合样本
下载PDF
强混合样本下最近邻密度估计的渐近正态性
5
作者 秦永松 雷庆祝 《数学年刊(A辑)》 CSCD 北大核心 2016年第4期463-472,共10页
研究了α-混合样本下最近邻密度估计的渐近性质,证明了估计的渐近正态性并且给出了其渐近方差的显式表达式,由此构造了α-混合样本下概率密度的渐近置信区间.
关键词 α-混合样本 最近邻密度估计 渐近正态性
下载PDF
α-混合样本凸极小M-估计的渐近性质
6
作者 蔡雷 秦更 《四川大学学报(自然科学版)》 CAS CSCD 1996年第2期134-140,共7页
基于α-混合样本,考虑由极小化凸判决函数定义的M-估计,得到了M-估计的相合性、收敛速度、弱表示和Bahadur型强表示.
关键词 M-估计 相合性 弱表示 α-混合样本 渐近性质
下载PDF
α混合样本下积分权回归估计的强相合性 被引量:4
7
作者 杨秀桃 杨善朝 《数学杂志》 2019年第6期878-888,共11页
本文在α混合样本下研究Gasser和Müller提出的一类积分权非参数核回归估计的大样本性质.利用α混合序列的概率指数不等式和矩不等式,在较弱的条件下获得了积分权回归函数估计的强相合性与一致强相合性,推广了独立样本下该回归函数... 本文在α混合样本下研究Gasser和Müller提出的一类积分权非参数核回归估计的大样本性质.利用α混合序列的概率指数不等式和矩不等式,在较弱的条件下获得了积分权回归函数估计的强相合性与一致强相合性,推广了独立样本下该回归函数估计的相合性结果. 展开更多
关键词 α混合样本 积分权回归估计 强相合性 一致强相合性
下载PDF
α-混合样本的密度与回归函数、L-和M-估计的强一致相合性(英文)
8
作者 胡舒合 《工程数学学报》 CSCD 1993年第1期81-90,96,共11页
基于α-混合样本,本文获得了密度与回归函数,L-,M-估计的强一致收敛速度O(((logn)/n)^((2λ-1)/3)),这里0<λ<1,且λ可任意接近于1。
关键词 α混合样本 回归函数 密度 L估计
下载PDF
α混合样本下含附加信息时概率密度的经验似然置信区间
9
作者 董凯 秦永松 邓裕 《咸阳师范学院学报》 2016年第4期26-32,共7页
利用分块技术证明了α混合样本下含附加信息时概率密度函数的经验似然比统计量的渐近分布是χ~2_1分布,由此得到了概率密度函数的经验似然置信区间。
关键词 α混合样本 附加信息 经验似然 卡方分布 置信区间
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部