核密度的随机加权估计及其应用  

Random weighting estimation and its application for kernel density

作　　者：李玉忍[1] 高社生[1] 张学渊[1] 

机构地区：[1]西北工业大学自动化学院,陕西西安710072

出　　处：《西北大学学报（自然科学版）》2008年第3期357-359,362,共4页Journal of Northwest University（Natural Science Edition）

基　　金：国家自然科学基金资助项目(60574034)

摘　　要：目的研究核密度的随机加权估计,在一定条件下证明核密度的随机加权估计是有效的。方法用随机加权法对核密度进行估计。结果在适当的条件下nhn(H^n(x)-fn(x))和nhn(fn(x)-f(x))对几乎所有的样本序列X1,X2,…具有相同的极限分布,即随机加权逼近成立。结论所提出的随机加权估计优于钱伟民所做的Bootstrap估计,提高了估计的精度。Aim To study random weighting estimation for kernel density,and on certain condition to prove the validity of random weighting estimation for kernel density.Methods The kernel density is estimated by the random weighting methods.Results The results show that under proper condition,nhn√nhn（fn（x）-f（x）） and √nhn（fn（x）-f（x）） have a same limit distribution for almost all series X1,X2…,namely,random weighting approximation comes into existence.Conclusion The results of research show that the random weighting method is better than Bootstrap estimation in literature [2].The accuracy of estimation is improved.

关 键 词：随机加权法 核密度估计 Bootstrap估计 

分 类 号：O212.7[理学—概率论与数理统计]