Robust estimation for non-homogeneous data and the selection of the optimal tuning parameter: the density power divergence approach

The density power divergence (DPD) measure, defined in terms of a single parameter α, has proved to be a popular tool in the area of robust estimation [ 1 ]. Recently, Ghosh and Basu [ 5 ] rigorously established the asymptotic properties of the MDPDEs in case of independent non-homogeneous observati...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Journal of applied statistics Ročník 42; číslo 9; s. 2056 - 2072
Hlavní autoři:	Ghosh, Abhik, Basu, Ayanendranath
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Abingdon Taylor & Francis 02.09.2015 Taylor & Francis Ltd
Témata:	Asymptotic methods Density density power divergence Divergence linear regressionmodel Mathematical models non-homogeneous data Optimization Parameter estimation Parameter optimization Primary: 62F35 Regression Regression analysis Robustness Secondary: 62J05 Studies Tuning tuning parameter
ISSN:	0266-4763, 1360-0532
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!