.png){kind=icon}
返回
Enhancing Quantile Function Estimation with Beta-Kernel Smoothing
.png){kind=icon}
PRE
AI
DOI：10.1007/s11222-025-10725-4.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文介绍了一类基于Beta核平滑的非参数分位数函数估计器。我们对其大样本性质进行了严格考察，包括渐近正态性和与现有方法在均方误差上的等价性。通过广泛的模拟研究，我们表明所提出的Beta核估计器与传统经验分位数估计器和基于对称位置-尺度核的分位数估计器的性能相当或更优。此外，我们提供了两个实际案例来阐明我们方法的应用效果。结果表明，Beta核平滑为分位数函数估计提供了一种灵活且高效的替代方法，特别是在经典方法效率不高的情况下。
Keyword:
Quantile Function
Beta Kernel
Nonparametric Smoothing
Large Sample Properties
期刊
S
IF:
1.6
论文数:
204
被引数:
0
机构
暂无机构信息
.png){kind=icon}
查看更多内容