Rozszerzenie klasy estymatorów jądrowych

• Autorzy: Jan Tatar

Warianty tytułu

Expanding the Class of Kernel Estimators

• Języki publikacji: PL

Abstrakty

Przedstawiono badania, których celem była modyfikacja znanych metod estymacji nieparametrycznej umożliwiający wykorzystanie w procedurach estymacji także innych informacji apriorycznych o estymowanej charakterystyce rzeczowej, a ponadto uzyskane estymatory spełniały odpowiednio sformułowane nieasymptotyczne kryterium dobroci. Zaproponowano trzy sposoby rozszerzenia klasycznej postaci nieparametrycznego estymatora gęstości.

EN

The youngest branch of estimation theory is nonparametric estimation. Its essence is to describe the considered characteristic in general, without making any assumptions about the class of the estimated function. Many interesting types of estimators and theorems along with their asymptotic characteristics have already been put forward. A source of statistical data in economics research is the observation and measurement of real systems. Experiments that can be repeated are not the source of the statistical data, which accounts for why samples are not usually sparse; most often they consist of several elements, and this renders the asymptotic properties of estimators constructed practically useless. Therefore, there are many reasons to formulate the estimation procedures and methods of evaluating the efficacy of the approximations achieved in such cases. These research issues have inspired the author to carry out research on how to modify the existing nonparametric methods of estimation. This will enable the use of other a priori information (apart from that taken from the sample) on estimated real characteristics as well. Moreover, the estimators obtained would meet the property formulated non-asymptotic criteria. (original abstract)

Słowa kluczowe

PL

Estymatory; Estymacja nieparametryczna

EN

Estimators; Nonparametric estimation

• Czasopismo: Zeszyty Naukowe / Uniwersytet Ekonomiczny w Krakowie
• Rocznik: 2008
• Numer: nr 780
• Strony: 135--147

Twórcy

autor

Jan Tatar

Bibliografia

• Cacoullos T. [1966], Estimation of Multivariate Density, „Annals of the Institute Statistical Mathematic”, vol. 18.
• Dobija M., Smaga E. [1987], Niektóre zastosowania nieparametrycznych estymatorów regresji, „Przegląd Statystyczny”, nr 1.
• Dobija M., Smaga E., Tatar J. [1989], Warunkowe wartości oczekiwane narzędziem sterowania ekonomicznego, Kraków (maszynopis)
• Dobrowidow A.W. [1972], Ob odnom ałgoritmie nieparamietriczieskoj ocenki słuczajnych mnogomiernych sygnałów, „Awtomatika i Tielemiechanika”, nr 2.
• Kulczycki P. [2005], Estymatory jądrowe w analizie systemowej, WNT, Warszawa.
• Nadaraya E.A. [1964], On Estimating Regression, „Theory of Probability and Applications”, vol. 9.
• Parzen E. [1962], On Estimation of a Probability Density Function and Mode, „Annals of Mathematical Statistics”, vol. 33.
• Rosenblatt M. [1953], Remarks on Some Nonparametric Estimators of Density Function, „Annals of Mathematical Statistics”, vol. 27.
• Skrzypek J. [1989], Optymalizacja w modelach dynamiko-systemowych (maszynopis).
• Watson G.S. [1964], Smooth Regression Analysis, Sankhya, Ser. A, Vol. 26.