Our paper investigates the nonparam

Our paper investigates the nonparametric estimation of cumulative distribution functions of nonnegative valued random variables using convolution power kernels. Our proposed consistent estimator avoids boundary effects near the origin. We present its asymptotic properties and give a short simulation study.

ผลลัพธ์ (ไทย) 1:

กระดาษของเราตรวจสอบการประเมิน nonparametric ฟังก์ชันการแจกแจงสะสมของ nonnegative ให้สุ่มตัวแปรโดยใช้เมล็ดการพัฒนาพลังงาน ประมาณสอดคล้องกันของเรานำเสนอเพื่อหลีกเลี่ยงผลกระทบเขตแดนใกล้จุดเริ่มต้น เรานำเสนอคุณสมบัติ asymptotic และให้การศึกษาสั้นจำลอง

ผลลัพธ์ (ไทย) 2:

กระดาษของเราสำรวจประมาณการอิงพารามิเตอร์ของฟังก์ชันการแจกแจงสะสมของค่าลบตัวแปรสุ่มมูลค่าโดยใช้เมล็ดพลังบิด ประมาณการของเราสอดคล้องเสนอหลีกเลี่ยงผลกระทบเขตแดนซึ่งอยู่ใกล้กับแหล่งกำเนิด เรานำเสนอคุณสมบัติ asymptotic และให้การศึกษาแบบจำลองสั้น

ผลลัพธ์ (ไทย) 3:

กระดาษของเราและการสะสมตัวของฟังก์ชันการแจกแจงของตัวแปรสุ่ม การใช้เมล็ด nonnegative มูลค่าขดพลังงาน เราเสนอการสอดคล้องประมาณการขอบเขตผลใกล้ต้นกำเนิด เราเสนอคุณสมบัติของแหล่งให้ศึกษาการจำลองสั้น