Scifaro

中文

右删失 NA 随机变量核平滑估计的强渐近性质

统计理论 2023-02-02 v6 统计理论

作者: Jianhua Shi , Jiansen Xu , Jinfeng Xu

在 arXiv 上查看 ↗ PDF ↗

摘要

大多数针对负相协 (NA) 随机变量的研究考虑完全数据情形，这在实际中其实是一种相对理想的条件。本文将该条件放宽至不完全数据设定，并基于 Kaplan-Meier 估计量，考虑存在右删失时的核平滑密度与风险函数估计。我们建立了这两个估计量的强渐近性质，以评估其渐近行为并论证其实际可用性。

关键词

负相协随机变量右删失核平滑 Kaplan-Meier 估计量强渐近性密度估计

引用

@article{arxiv.1901.05764,
  title  = {Strong Asymptotic Properties of Kernel Smoothing Estimation for NA Random Variables with Right Censoring},
  author = {Jianhua Shi and Jiansen Xu and Jinfeng Xu},
  journal= {arXiv preprint arXiv:1901.05764},
  year   = {2023}
}