Теория вероятностей и ее применения
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор
Правила для авторов
Загрузить рукопись

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Теория вероятн. и ее примен.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Теория вероятностей и ее применения, 1974, том 19, выпуск 1, страницы 131–139 (Mi tvp2763)  

Эта публикация цитируется в 49 научных статьях (всего в 49 статьях)

Об интегральной среднеквадратичной ошибке некоторых непараметрических оценок плотности вероятностей

Э. А. Надарая

Институт прикладной математики Тбилисского государственного университета
Поступила в редакцию: 04.05.1972
Англоязычная версия:
Theory of Probability and its Applications, 1974, Volume 19, Issue 1, Pages 133–141
DOI: https://doi.org/10.1137/1119010
Реферативные базы данных:
Тип публикации: Статья
Образец цитирования: Э. А. Надарая, “Об интегральной среднеквадратичной ошибке некоторых непараметрических оценок плотности вероятностей”, Теория вероятн. и ее примен., 19:1 (1974), 131–139; Theory Probab. Appl., 19:1 (1974), 133–141
Цитирование в формате AMSBIB
\RBibitem{Nad74}
\by Э.~А.~Надарая
\paper Об интегральной среднеквадратичной ошибке некоторых непараметрических оценок плотности вероятностей
\jour Теория вероятн. и ее примен.
\yr 1974
\vol 19
\issue 1
\pages 131--139
\mathnet{http://mi.mathnet.ru/tvp2763}
\mathscinet{http://mathscinet.ams.org/mathscinet-getitem?mr=339393}
\zmath{https://zbmath.org/?q=an:0309.62025}
\transl
\jour Theory Probab. Appl.
\yr 1974
\vol 19
\issue 1
\pages 133--141
\crossref{https://doi.org/10.1137/1119010}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/tvp2763
  • https://www.mathnet.ru/rus/tvp/v19/i1/p131
  • Эта публикация цитируется в следующих 49 статьяx:
    1. Haidong Li, Long Wang, Yijie Peng, Di Wang, 2023 Winter Simulation Conference (WSC), 2023, 552  crossref
    2. Rola Musleh, Amal Helu, Hani Samawi, “Kernel-based estimation of P(X < Y) when X and Y are dependent random variables based on progressive type II censoring”, Communications in Statistics - Theory and Methods, 51:8 (2022), 2368  crossref
    3. Carlos Tenreiro, “Kernel density estimation for circular data: a Fourier series-based plug-in approach for bandwidth selection”, Journal of Nonparametric Statistics, 34:2 (2022), 377  crossref
    4. Necla Gündüz, Celal Ayd{\i}n, “Optimal bandwidth estimators of kernel density functionals for contaminated data”, Journal of Applied Statistics, 48:13-15 (2021), 2239  crossref
    5. Gaku Igarashi, Yoshihide Kakizawa, “Higher-order bias corrections for kernel type density estimators on the unit or semi-infinite interval”, Journal of Nonparametric Statistics, 32:3 (2020), 617  crossref
    6. Carlos Tenreiro, “Bandwidth selection for kernel density estimation: a Hermite series-based direct plug-in approach”, Journal of Statistical Computation and Simulation, 90:18 (2020), 3433  crossref
    7. Amal Helu, Hani Samawi, Haresh Rochani, Jingjing Yin, Robert Vogel, “Kernel density estimation based on progressive type-II censoring”, J. Korean Stat. Soc., 49:2 (2020), 475  crossref
    8. C. Tenreiro, “A weighted least-squares cross-validation bandwidth selector for kernel density estimation”, Communications in Statistics - Theory and Methods, 46:7 (2017), 3438  crossref
    9. Nadezhda Zaitseva, Sergey Berezin, Mathematics in Industry, 26, Progress in Industrial Mathematics at ECMI 2016, 2017, 769  crossref
    10. Yaoyao He, Qifa Xu, Jinhong Wan, Shanlin Yang, “Short-term power load probability density forecasting based on quantile regression neural network and triangle kernel function”, Energy, 114 (2016), 498  crossref
    11. Su Chen, “Optimal Bandwidth Selection for Kernel Density Functionals Estimation”, Journal of Probability and Statistics, 2015 (2015), 1  crossref
    12. Китаева А.В., Субботина В.И., “Смещение ядерных оценок функционалов от условных распределений: знакопеременные ядра и полиномиальная аппроксимация”, Вестник томского государственного университета. управление, вычислительная техника и информатика, 2012, № 4, 61–70 Bias of conditional density functional's estimators: signchanging kernels and polynomial approximatio  elib
    13. Christian Schellhase, Göran Kauermann, “Density estimation and comparison with a penalized mixture approach”, Comput Stat, 27:4 (2012), 757  crossref
    14. Carlos Tenreiro, “Fourier series-based direct plug-in bandwidth selectors for kernel density estimation”, Journal of Nonparametric Statistics, 23:2 (2011), 533  crossref
    15. Ewa Skubalska-Rafajłowicz, Lecture Notes in Computer Science, 4029, Artificial Intelligence and Soft Computing – ICAISC 2006, 2006, 133  crossref
    16. Ingrid K. Glad, Nils Lid Hjort, Nikolai G. Ushakov, “Correction of Density Estimators that are not Densities”, Scandinavian J Statistics, 30:2 (2003), 415  crossref
    17. M. Sköld, G. O. Roberts, “Density Estimation for the Metropolis–Hastings Algorithm”, Scandinavian J Statistics, 30:4 (2003), 699  crossref
    18. Catherine Huber, Brenda MacGibbon, Handbook of Statistics, 23, Advances in Survival Analysis, 2003, 209  crossref
    19. L. Devroye, L. Györfi, Principles of Nonparametric Learning, 2002, 211  crossref
    20. Philippe Gaspar, Sylvie Labroue, Françoise Ogor, Guillaume Lafitte, Laurence Marchal, Magali Rafanel, “Improving Nonparametric Estimates of the Sea State Bias in Radar Altimeter Measurements of Sea Level”, J. Atmos. Oceanic Technol., 19:10 (2002), 1690  crossref
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Теория вероятностей и ее применения Theory of Probability and its Applications
    Статистика просмотров:
    Страница аннотации:245
    PDF полного текста:111
     
      Обратная связь:
    math-net2025_03@mi-ras.ru
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2025