68

 

В данной работе исследуется асимптотическая нормальность
ядерной реккурентной оценки производной неизвестной многомерной плотности
вероятности, построенной по выборке случайного объёма и полученные результаты
НамДУ илмий ахборотномаси - Научный вестник НамГУ 2020 йил 1-сон
47
применяются для непараметрического интервального оценивания многомерной
плотности вероятности и её производных интервалами фиксированной ширины.
 

  • Web Address
  • DOI
  • Date of creation in the UzSCI system04-11-2021
  • Read count68
  • Date of publication15-01-2020
  • Main LanguageRus
  • Pages46-52
Русский

 

В данной работе исследуется асимптотическая нормальность
ядерной реккурентной оценки производной неизвестной многомерной плотности
вероятности, построенной по выборке случайного объёма и полученные результаты
НамДУ илмий ахборотномаси - Научный вестник НамГУ 2020 йил 1-сон
47
применяются для непараметрического интервального оценивания многомерной
плотности вероятности и её производных интервалами фиксированной ширины.
 

English

 

In this paper conditions of asymptotic normality of the recursive estimate based
on a random number of observations for derivative of multivariate probability density function are
proved and these results are used for nonparametric confidence estimation by fixed-width
confidence intervals for a derivative оf multivariate probability density function.
 

Ўзбек

 

Ушбу мақолада тасодифий хажмли танланма асосида кўп ўлчовли
зичлик функцияси ва унинг ҳосиласи учун ядровий реккурент баҳолар қурилиб, уларнинг
асимптотик нормаллиги ўрганилган. Олинган натижалар кўп ўлчовли зичлик функцияси
ва унинг ҳосиласини фиксирланган кенгликли ишончлилик интерваллар билан
нопараметрик интервал баҳолашга қўлланилган.
 

№ Author name position Name of organisation
1 Raximova G.G. Doktorant Mirzo Ulug'bek nomidagi O'zbekiston Milliy universiteti
№ Name of reference
1 Тасодифий вектор, ядровий баҳо, тўхташ моменти, ишончлилик интервали, фиксирланган кенглик, асимптотик нормаллик, асослилик, асимптотик самарадорлик.
2 Davies H. I. Strong consistency of a sequential estimation of a probability density function. Bull. Math. Statist. 15, 49-54 (1973).
3 Samanta M., Mugisha R. X. On a class of estimates of the probability density function and mode based on a random number of observations. Calcutta statistical association bulletin 30, N 117-118, 23-40 (1981).
4 Гихман И.И., Скороход А.В. “Введение в теорию случайных процессов”, Москва, Наука, 1977.
5 Сильвестров Д. С., Мирзахмедов М. А., Турсунов Г. Т., “О применениях предельных теорем для сложных случайных функций к некоторым задачам статистики”, Теория вероятностей и математическая статистика, 1976, 14, 124-137.
6 Silvestrov D. S., “Limit Theorems for Randomly Stopped Stochastic Processes”, Springer-Verlag, London, 2004.
Waiting