کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5129836 | 1489856 | 2017 | 6 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Reducing bias in nonparametric density estimation via bandwidth dependent kernels: L1 view
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
موضوعات مرتبط
مهندسی و علوم پایه
ریاضیات
آمار و احتمال
پیش نمایش صفحه اول مقاله

چکیده انگلیسی
We define a new bandwidth-dependent kernel density estimator that improves existing convergence rates for the bias, and preserves that of the variation, when the error is measured in L1. No additional assumptions are imposed to the extant literature.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Statistics & Probability Letters - Volume 123, April 2017, Pages 17-22
Journal: Statistics & Probability Letters - Volume 123, April 2017, Pages 17-22
نویسندگان
Kairat Mynbaev, Carlos Martins-Filho,