標準常態核函數在密度函數之前二階導函數及曲率之核估計的應用

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：10

、訪客IP：3.14.142.115

姓名

莊耀程(Yao-Cheng Chuang) 查詢紙本館藏

畢業系所

數學系

論文名稱

標準常態核函數在密度函數之前二階導函數及曲率之核估計的應用
(Application of Standard Gaussion Kernel Function on Kernel Estimators of the First Two Order Derivatives and Curvature of Probability Density Function)

相關論文

★ 定點離散核估計	★ 密度函數核估計之差的極限分布及其應用
★ 密度函數的直接核估計與間接核估計	★ 前二階樣本動差之函數在m相關平穩過程上之統計推論
★ 平穩過程高階動差之極限分佈及應用	★ 統計模型參數和之估計
★ 隨機過程參數和之估計	★ 二組件組合產品之故障率的非母數估計
★ 穩定性密度函數之核估計	★ 柏努力條件下常態分布之參數估計
★ (X,Y)及max{X,Y}之分布及特徵函數之估計	★ 二維品質度量之直接與間接參數估計
★ 布朗運動之雙曲正弦與雙曲餘弦變換	★ 布朗運動及布阿松過程之變異數分析
★ 布朗運動之線性和二次動向函數的同值檢定	★ 兩個獨立的基本Lévy隨機過程之極值過程

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

令f(x)表一機率密度函數，f’’(x)及f’’(x)分別表其第一、二階微
分，κ(x)表f(x)在x之曲率。f’’(x)、f’’(x)及k(x)提供f(x)之一些特性，為鑑別分布之重要參考。通常f(x)是未知的，所以f’’(x)、f’’(x)及κ(x)也未知，必需用樣本估計。本文討論f’’(x)及f’’(x)和κ(x)的核估計式。現有的文獻並未討論是否存在核函數使f’’(x)及f’’(x)之核估計式為漸近不偏，解決此問題為本文之首要目的，其結果將運用於估計κ(x)，並推出各估計式之中央極限定理。

摘要(英)

In this paper, we find that the standard Guassian kernel function can be applied easily to construct the asymptotic unbiasedness of kernel estimators of the first two order derivatives of probability density function. we also find the central limit theorems for the kernel estimators mentioned above and the corresponding estimator of curvature.

關鍵字(中)

★ 曲率之核估計
★ 導函數之核估計

關鍵字(英)

★ Kernel Estimators of Derivatives
★ Kernel Estimators of Curvature

論文目次

中文摘要
英文摘要
謝誌
目錄
第一節簡介1
第二節 f'(x)之漸近不偏核估計式及其中央極限定理5
第三節 f'(x)之漸近不偏核估計式及其中央極限定理9
第四節κ(x)之中央極限定理14
第五節結論 19
參考文獻 20
附錄一
附錄二
附錄三
附錄四
附錄五
附錄六
附錄七
附錄八

參考文獻

[1]
P. K. Bhattacharya (1967). Estimation of a probability densityfunction and its derivatives. Sankhya, Series A, 373-382.
[2]
G. Casella and R. L. Berger(2002). Statisical Inference. 2nd ed.,Duxbury.
[3]
C. Maltz (1974). Estimation of the kth derivative of a distributionfunction. Ann. Statist., 2, 2, 359-361.
[4]
A. Pagan and A. Ullah (1999). Nonparametric Econometrics. Cambridge University Press.
[5]
E. Parzen (1962). On estimation of a probability density functionand the mode. Ann. Math. Statist., 9, 1066-1078.
[6]
B. L. S. Prakasa Rao (1983). Nonparametric functional estimation.Academic Press.
[7]
R. S. Singh (1977). Improvement on some known nonparametric
uniformly consistent estimators of derivatives of a density. Ann.Statist., 5, 2, 394-399.
[8]
C. K. Musta (1978). On the asymptotic distribution of the estimates of the derivatives of a distribution function. Siam. J. Appl.Math., 34, 1, 73-77.

指導教授

許玉生(Yu-Sheng Hsu)

審核日期

2010-6-13

推文