A New Kernel Estimator Based on Scaled Inverse Chi-Squared Density Function
A New Kernel Estimator Based on Scaled Inverse Chi-Squared Density Function
复制标题
基于尺度反卡方密度函数的新型核估计器
DOI：
10.1080/01966324.2020.1854138
复制
发表时间：
2020
影响因子：
--
通讯作者：
Mustafa Nadar
中科院分区：
文献类型：
--
作者：
Elif Erçelik;Mustafa Nadar
摘要 在这项工作中，提出了一种基于缩放逆卡方分布的新核估计器来估计具有非负支持的密度。获得均方误差（MSE）和均方积分误差（MISE）的最佳收敛速率。采用 Lindley 近似的自适应贝叶斯带宽选择方法用于重尾分布。使用全局最小二乘交叉验证带宽选择方法获得的带宽和采用 Lindley 近似的自适应贝叶斯方法获得的带宽进行仿真研究，比较平均积分平方误差 (ISE) 的性能。最后，提供真实数据集来说明研究结果。
Abstract In this work, a new kernel estimator based on scaled inverse chi-squared distribution is proposed to estimate densities having nonnegative support. The optimal rates of convergence for the mean squared error (MSE) and the mean integrated squared error (MISE) are obtained. Adaptive Bayesian bandwidth selection method with Lindley approximation is used for heavy tailed distributions. Simulation studies are performed to compare the performance of the average integrated square error (ISE) by using the bandwidths obtained from the global least squares cross-validation bandwidth selection method and the bandwidths obtained from adaptive Bayesian method with Lindley approximation. Finally, real data sets are presented to illustrate the findings.
使用共轭先验的核密度估计器的贝叶斯方差稳定带宽选择
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
AKIIKE Atsushi;YOSHIOKA-KOBAYASHI Tohru;Kiheiji NISHIDA;Kiheiji NISHIDA
通讯作者：
Kiheiji NISHIDA
影响因子：
0.6
作者：
Kakizawa;Yoshihide and Igarashi;Gaku
通讯作者：
Gaku