Resultados asintóticos de algunos parámetros funcionales no paramétricos condicionales en datos asociados de alta dimensión
Autores: Daoudi, Hamza; Elmezouar, Zouaoui Chikr; Alshahrani, Fatimah
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Resultados asintóticos de algunos parámetros funcionales no paramétricos condicionales en datos asociados de alta dimensión
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Propiedades asintóticas
Parámetros funcionales condicionales
Función de distribución
Método del núcleo
Función de riesgo
Marco de dependencia cuasi-asociada
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
En este trabajo, proponemos estudiar las propiedades asintóticas de algunos parámetros funcionales condicionales, como la función de distribución, la densidad y la función de riesgo, para una variable explicativa con valores en un espacio de Hilbert (dimensión infinita) y una variable de respuesta real en un marco de dependencia cuasi-asociado. Consideramos la estimación no paramétrica de la función de distribución condicional mediante el método del núcleo en presencia de la dependencia cuasi-asociada, y establecemos bajo hipótesis generales la convergencia casi completa con velocidad del estimador construido en el caso asociado. La estimación de la función de riesgo condicional se llevará a cabo utilizando los dos resultados de la función de distribución condicional y la densidad condicional. Establecemos la normalidad asintótica del estimador de núcleo como la función de riesgo condicional de una función normalizada adecuadamente. Damos explícitamente la varianza asintótica. Se realizaron estudios de simulación para investigar el comportamiento de la propiedad asintótica en el contexto de datos de muestra finita. Todos los análisis estadísticos se realizaron utilizando el software R.
Descripción
En este trabajo, proponemos estudiar las propiedades asintóticas de algunos parámetros funcionales condicionales, como la función de distribución, la densidad y la función de riesgo, para una variable explicativa con valores en un espacio de Hilbert (dimensión infinita) y una variable de respuesta real en un marco de dependencia cuasi-asociado. Consideramos la estimación no paramétrica de la función de distribución condicional mediante el método del núcleo en presencia de la dependencia cuasi-asociada, y establecemos bajo hipótesis generales la convergencia casi completa con velocidad del estimador construido en el caso asociado. La estimación de la función de riesgo condicional se llevará a cabo utilizando los dos resultados de la función de distribución condicional y la densidad condicional. Establecemos la normalidad asintótica del estimador de núcleo como la función de riesgo condicional de una función normalizada adecuadamente. Damos explícitamente la varianza asintótica. Se realizaron estudios de simulación para investigar el comportamiento de la propiedad asintótica en el contexto de datos de muestra finita. Todos los análisis estadísticos se realizaron utilizando el software R.