Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Existence, Consistency and Computer Simulation for Selected Variants of Minimum Distance Estimators

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F18%3A00316345" target="_blank" >RIV/68407700:21240/18:00316345 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/68407700:21340/18:00316345

  • Výsledek na webu

    <a href="http://dx.doi.org/10.14736/kyb-2018-2-0336" target="_blank" >http://dx.doi.org/10.14736/kyb-2018-2-0336</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.14736/kyb-2018-2-0336" target="_blank" >10.14736/kyb-2018-2-0336</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Existence, Consistency and Computer Simulation for Selected Variants of Minimum Distance Estimators

  • Popis výsledku v původním jazyce

    The paper deals with sufficient conditions for the existence of general approximate minimum distance estimator (AMDE) of a probability density function $f_0$ on the real line. It shows that the AMDE always exists when the bounded $phi$-divergence, Kolmogorov, L'evy, Cram'er, or discrepancy distance is used. Consequently, $n^{-1/2}$ consistency rate in any bounded $phi$-divergence is established for Kolmogorov, L'evy, and discrepancy estimators under the condition that the degree of variations of the corresponding family of densities is finite. A simulation experiment empirically studies the performance of the approximate minimum Kolmogorov estimator (AMKE) and some histogram-based variants of approximate minimum divergence estimators, like power type and Le,Cam, under six distributions (Uniform, Normal, Logistic, Laplace, Cauchy, Weibull). A comparison with the standard estimators (moment/maximum likelihood/median) is provided for sample sizes $n=10,20,50,120,250$. The simulation analyzes the behaviour of estimators through different families of distributions. It is shown that the performance of AMKE differs from the other estimators with respect to family type and that the AMKE estimators cope more easily with the Cauchy distribution than standard or divergence based estimators, especially for small sample sizes.

  • Název v anglickém jazyce

    Existence, Consistency and Computer Simulation for Selected Variants of Minimum Distance Estimators

  • Popis výsledku anglicky

    The paper deals with sufficient conditions for the existence of general approximate minimum distance estimator (AMDE) of a probability density function $f_0$ on the real line. It shows that the AMDE always exists when the bounded $phi$-divergence, Kolmogorov, L'evy, Cram'er, or discrepancy distance is used. Consequently, $n^{-1/2}$ consistency rate in any bounded $phi$-divergence is established for Kolmogorov, L'evy, and discrepancy estimators under the condition that the degree of variations of the corresponding family of densities is finite. A simulation experiment empirically studies the performance of the approximate minimum Kolmogorov estimator (AMKE) and some histogram-based variants of approximate minimum divergence estimators, like power type and Le,Cam, under six distributions (Uniform, Normal, Logistic, Laplace, Cauchy, Weibull). A comparison with the standard estimators (moment/maximum likelihood/median) is provided for sample sizes $n=10,20,50,120,250$. The simulation analyzes the behaviour of estimators through different families of distributions. It is shown that the performance of AMKE differs from the other estimators with respect to family type and that the AMKE estimators cope more easily with the Cauchy distribution than standard or divergence based estimators, especially for small sample sizes.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10103 - Statistics and probability

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Kybernetika

  • ISSN

    0023-5954

  • e-ISSN

  • Svazek periodika

    54

  • Číslo periodika v rámci svazku

    2

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    15

  • Strana od-do

    336-350

  • Kód UT WoS článku

    000435168400008

  • EID výsledku v databázi Scopus

    2-s2.0-85047380840