Generalized Cramér–von Mises minimum distance estimator

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F25%3A00383561" target="_blank" >RIV/68407700:21240/25:00383561 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68407700:21340/25:00383561

Výsledek na webu

<a href="https://doi.org/10.1080/03610926.2025.2476734" target="_blank" >https://doi.org/10.1080/03610926.2025.2476734</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1080/03610926.2025.2476734" target="_blank" >10.1080/03610926.2025.2476734</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Generalized Cramér–von Mises minimum distance estimator

Popis výsledku v původním jazyce

This paper investigates the consistency and efficiency of generalized Cramér–von Mises (GCM) minimum distance estimators in the context of statistical estimation, focusing particularly on the L$_1$ norm and the expected L$_1$ norm. It presents new inequality between Kolmogorov and generalized Cramér–von Mises distances, leading to the proof of consistency of Cramér–von Mises estimator with the convergence rate of $n^{-1/3}$, and consistency of GCM of the order of $n^{-p/2(p+q)}$ in the (expected) L$_1$ norm. Through theoretical analysis and computer simulations, the study explores practical application of these estimators across various distribution types, contributing to the understanding of minimum distance estimation in statistical analysis. The computer simulation also suggests further possible improvements of proven L$_1$ convergence rate of GCM up to $n^{-1/2}$.

Název v anglickém jazyce

Generalized Cramér–von Mises minimum distance estimator

Popis výsledku anglicky

This paper investigates the consistency and efficiency of generalized Cramér–von Mises (GCM) minimum distance estimators in the context of statistical estimation, focusing particularly on the L$_1$ norm and the expected L$_1$ norm. It presents new inequality between Kolmogorov and generalized Cramér–von Mises distances, leading to the proof of consistency of Cramér–von Mises estimator with the convergence rate of $n^{-1/3}$, and consistency of GCM of the order of $n^{-p/2(p+q)}$ in the (expected) L$_1$ norm. Through theoretical analysis and computer simulations, the study explores practical application of these estimators across various distribution types, contributing to the understanding of minimum distance estimation in statistical analysis. The computer simulation also suggests further possible improvements of proven L$_1$ convergence rate of GCM up to $n^{-1/2}$.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

Projekt

<a href="/cs/project/LM2023061" target="_blank" >LM2023061: Výzkumná infrastruktura pro experimenty ve Fermilab</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2025

Kód důvěrnosti údajů

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

Název periodika

Communication in Statistics-Theory and Method

ISSN

0361-0926

e-ISSN

1532-415X

Svazek periodika

54

Číslo periodika v rámci svazku

23

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

17

Strana od-do

7471-7487

Kód UT WoS článku

001456643100001

EID výsledku v databázi Scopus

2-s2.0-105002085063