Moment density estimation for positive random variables
Moment density estimation for positive random variables
复制标题
正随机变量的矩密度估计
DOI：
10.1080/02331888.2010.506277
复制
发表时间：
2012
期刊：
影响因子：
1.9
通讯作者：
F. Ruymgaart
中科院分区：
文献类型：
--
作者：
R. Mnatsakanov;F. Ruymgaart
一个未知的矩确定的累积分布函数或其密度函数可以恢复相应的时刻和估计的经验矩。当未观测分布的矩可以通过观测分布的变换矩来估计时，这种估计未知密度的方法在某些逆估计模型中是很自然的，如乘法删失或有偏采样。本文基于上述考虑，给出了定义在正真实的直线上的概率密度函数的一种新的非参数估计。研究了估计量的一些基本性质。并与传统的核密度估计进行了比较。
An unknown moment-determinate cumulative distribution function or its density function can be recovered from corresponding moments and estimated from the empirical moments. This method of estimating an unknown density is natural in certain inverse estimation models like multiplicative censoring or biased sampling when the moments of unobserved distribution can be estimated via the transformed moments of the observed distribution. In this paper, we introduce a new nonparametric estimator of a probability density function defined on the positive real line, motivated by the above. Some fundamental properties of proposed estimator are studied. The comparison with traditional kernel density estimator is discussed.
用于密度估计的内核数据压缩
DOI：
--
发表时间：
2006
期刊：
影响因子：
--
作者：
Atsuyuki;Kogure;Masahiko;Sagae
通讯作者：
Sagae