Robustness of MDE under adaptive nonparametric density estimates

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F13%3A00210460" target="_blank" >RIV/68407700:21340/13:00210460 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Robustness of MDE under adaptive nonparametric density estimates

Popis výsledku v původním jazyce

Minimum distance estimators are considered with respect to relative efficiency and robustness. Nonparametric density estimates such as histogram and kernel density estimates are presented. Stochastically equivalent histogram density estimate is introduced and implemented. The influence of various modifications of these nonparametric density estimates on the robustness of MDE is shown. The robustness of Power divergence estimates under the histogram, stochastically equivalent histogram and kernel densityestimates is examined in a simulation study. Results are compared with Rényi estimates which, by definition, do not require density estimates in their evaluations.

Název v anglickém jazyce

Robustness of MDE under adaptive nonparametric density estimates

Popis výsledku anglicky

Minimum distance estimators are considered with respect to relative efficiency and robustness. Nonparametric density estimates such as histogram and kernel density estimates are presented. Stochastically equivalent histogram density estimate is introduced and implemented. The influence of various modifications of these nonparametric density estimates on the robustness of MDE is shown. The robustness of Power divergence estimates under the histogram, stochastically equivalent histogram and kernel densityestimates is examined in a simulation study. Results are compared with Rényi estimates which, by definition, do not require density estimates in their evaluations.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

<a href="/cs/project/LG12020" target="_blank" >LG12020: Využití pokročilé statistické analýzy a nestatistických separačních metod pro detekování fyzikálních procesů v datech snímaných urychlovači elementárních částic.</a><br>

Návaznosti

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

Rok uplatnění

2013

Kód důvěrnosti údajů

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

Název statě ve sborníku

SPMS 2013 Stochastic and Physical Monitoring Systems Proceedings

ISBN

978-80-01-05383-6

ISSN

—

e-ISSN

—

Počet stran výsledku

9

Strana od-do

47-55

Název nakladatele

ČVUT

Místo vydání

Praha

Místo konání akce

Nebřich

Datum konání akce

24. 6. 2013

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—