Strong convergence of estimators as $varepsilon _n$-minimizers of optimization problems

Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F05%3A00000902" target="_blank" >RIV/00216208:11320/05:00000902 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—

Result language
angličtina
Original language name
Strong convergence of estimators as $varepsilon _n$-minimizers of optimization problems
Original language description
In the paper we prove strong consistency of statistical estimator being $varepsilon_{n}$-optimal solution of an optimization problem. We provide statements about consistency of $M$-estimator in regression models with random and non-random design.
Czech name
Silná konzistence odhadů získaných jako $varepsilon _n$-minimum optimalizační úlohy
Czech description
V článku je ukázána silná konzistence statistických odhadů, které jsou $varepsilon_{n}$-optimální řešení nějaké optimizační úlohy. Dále jsou zde uvedeny výsledky o konzistenci $M$-odhadů v regresním modelu a to jak s náhodným tak nenáhodným designem.

Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
BA - General mathematics
OECD FORD branch
—

Project
<a href="/en/project/GA201%2F03%2F1027" target="_blank" >GA201/03/1027: Stochastic aspects of set-valued maps</a><br>
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year
2005
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Similar results(10)