这篇论文探讨评价和它吝啬的转变θ = E 的 asymptotics [h (X)] 随机的可变 X 基于 n i 标志。从 errors-in-variables 的观察为 Y =X+ v 建模,在 v 是有已知的分布和 h 的一个测量错误的地方(·) 是已知的光滑的功能。为平常的...这篇论文探讨评价和它吝啬的转变θ = E 的 asymptotics [h (X)] 随机的可变 X 基于 n i 标志。从 errors-in-variables 的观察为 Y =X+ v 建模,在 v 是有已知的分布和 h 的一个测量错误的地方(·) 是已知的光滑的功能。为平常的光滑的错误分发的 deconvolution 核评估者和期望推测评估者的 asymptotics 分别地为正常错误分发被给。在一些温和整齐条件下面,一致性并且 asymptotically,规度被获得因为两个评估者打字。模拟证明他们有好性能。展开更多
基金This research is supported by the National Natural Science Foundation of China(Grant No. 19771011 and 10071009) the RFDP (No. 20020027010) of MOE.
文摘这篇论文探讨评价和它吝啬的转变θ = E 的 asymptotics [h (X)] 随机的可变 X 基于 n i 标志。从 errors-in-variables 的观察为 Y =X+ v 建模,在 v 是有已知的分布和 h 的一个测量错误的地方(·) 是已知的光滑的功能。为平常的光滑的错误分发的 deconvolution 核评估者和期望推测评估者的 asymptotics 分别地为正常错误分发被给。在一些温和整齐条件下面,一致性并且 asymptotically,规度被获得因为两个评估者打字。模拟证明他们有好性能。