پژوهش های ریاضی، جلد ۴، شماره ۲، صفحات ۲۱۱-۲۲۸

عنوان فارسی بهبود نسبی کاهش اریبی در برآوردگر چگالی با استفاده از هستۀ برون‌یابی شدۀ هندسی
چکیده فارسی مقاله یکی از روش‌های ناپارامتری برآورد چگالی احتمال روش هسته­ای است. در این مقاله، به‌منظور کاهش اریبی برآورد چگالی هسته­ای، روش‌هایی مانند هستۀ متداول، هستۀ متداول برون‌یابی شدۀ هندسی، هستۀ کاهش اریبی و هستۀ کاهش اریبی برون‌یابی شدۀ هندسی معرفی و مورد بحث و بررسی قرار می­گیرد. هم‌چنین خواص نظری از جمله نحوۀ انتخاب پارامتر همواری و میزان دقت برآوردگرهای حاصل بررسی می‌شود. هرگاه هسته­ها متقارن باشند، میانگین انتگرال مربعات خطای روش هسته­ای کاهش اریبی برون‌یابی شده هندسی نسبت به سایر روش‌ها به نرخ همگرایی سریع‌تری دست می­یابد. به‌منظور بررسی عملکرد این برآوردگرها، بررسی شبیه­سازی مونت­کارلو انجام شده است. هم‌چنین نتایج به‌دست آمده به‌کمک تحلیل داده­های واقعی نشان داده شده است. نتایج نشان میدهند که میزان اریبی در روش‌های هسته­ای کاهش اریبی و هسته­ای کاهش اریبی برون‌یابی شدۀ هندسی به‌طور چشم‌گیری کاهش می­یابد. 

 
کلیدواژه‌های فارسی مقاله اریبی، برآورد چگالی، برون‌یابی هندسی، پارامتر همواری، هستۀ متقارن

عنوان انگلیسی The Relative Improvement of Bias Reduction in Density Estimator Using Geometric Extrapolated Kernel
چکیده انگلیسی مقاله One of a nonparametric procedures used to estimate densities is kernel method. In this paper, in order to reduce bias of  kernel density estimation, methods such as usual kernel(UK), geometric extrapolation usual kernel(GEUK), a bias reduction kernel(BRK) and a geometric extrapolation bias reduction kernel(GEBRK) are introduced. Theoretical properties, including the selection of smoothness parameter and the accuracy of resultant estimators are studied. Accordingly, the mean integrated squared error of GEBRK method achieve a faster convergence rate when kernels are symmetric, where n is the sample size. In order to evaluate the performance of these new estimators, we conduct a Monte Carlo simulation study. The obtained results are illustrated by analyzing real data. The results show that the amount of bias in the proposed BRK and GEBRK methods significantly decreases../files/site1/files/42/7Abstract.pdf
 
کلیدواژه‌های انگلیسی مقاله Density estimation, Smoothness parameter, Geometric extrapolation, Symmetric kernel, Bias.

نویسندگان مقاله رضا صالحی | Reza Salehi
Payame Noor University
دانشگاه پیام نور، گروه آمار، تهران

علی شادرخ | Ali Shadrokh
Payame Noor University
دانشگاه پیام نور، گروه آمار، تهران

مسعود یارمحمدی | Masoud Yarmohammadi
Payame Noor University
دانشگاه پیام نور، گروه آمار، تهران


نشانی اینترنتی http://mmr.khu.ac.ir/browse.php?a_code=A-10-287-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده آمار
نوع مقاله منتشر شده مقاله استخراج شده از پایان نامه
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات