...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of statistical computation and simulation >Computation of an efficient and robust estimator in a semiparametric mixture model
【24h】

Computation of an efficient and robust estimator in a semiparametric mixture model

机译：半参数混合模型中有效且鲁棒的估计器的计算

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this article, we propose an efficient and robust estimation for the semiparametric mixture model that is a mixture of unknown location-shifted symmetric distributions. Our estimation is derived by minimizing the profile Hellinger distance (MPHD) between the model and a nonparametric density estimate. We propose a simple and efficient algorithm to find the proposed MPHD estimation. Monte Carlo simulation study is conducted to examine the finite sample performance of the proposed procedure and to compare it with other existing methods. Based on our empirical studies, the newly proposed procedure works very competitively compared to the existing methods for normal component cases and much better for non-normal component cases. More importantly, the proposed procedure is robust when the data are contaminated with outlying observations. A real data application is also provided to illustrate the proposed estimation procedure.
机译：在本文中，我们为半参数混合模型提出了一种有效且鲁棒的估计，该模型是未知位置偏移的对称分布的混合。我们的估算是通过最小化模型与非参数密度估算之间的轮廓Hellinger距离（MPHD）得出的。我们提出了一种简单有效的算法来找到提出的MPHD估计。进行了蒙特卡洛模拟研究，以检验所提出程序的有限样本性能，并将其与其他现有方法进行比较。根据我们的经验研究，与常规方法相比，新提出的程序与现有方法相比具有非常好的竞争性，而对于非常规组件情况，则要好得多。更重要的是，当数据被外围观察污染时，所提出的程序是健壮的。还提供了一个实际的数据应用程序来说明所提出的估计程序。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号