RUS  ENG ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB
Общая информация
Последний выпуск
Архив
Импакт-фактор
Подписка
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 вероятн. и ее примен., 1965, том 10, выпуск 1, страницы 199–203 (Mi tvp458)  

Эта публикация цитируется в 16 научных статьях (всего в 16 статьях)

Краткие сообщения

О непараметрических оценках плотности вероятности и регрессии

Э. А. Надарая

Вычислительный Центр АН ГрузССР

Полный текст: PDF файл (282 kB)

Англоязычная версия:
Theory of Probability and its Applications, 1965, 10:1, 186–190

Реферативные базы данных:

Поступила в редакцию: 02.07.1964

Образец цитирования: Э. А. Надарая, “О непараметрических оценках плотности вероятности и регрессии”, Теория вероятн. и ее примен., 10:1 (1965), 199–203; Theory Probab. Appl., 10:1 (1965), 186–190

Цитирование в формате AMSBIB
\RBibitem{Nad65}
\by Э.~А.~Надарая
\paper О~непараметрических оценках плотности вероятности и регрессии
\jour Теория вероятн. и ее примен.
\yr 1965
\vol 10
\issue 1
\pages 199--203
\mathnet{http://mi.mathnet.ru/tvp458}
\mathscinet{http://www.ams.org/mathscinet-getitem?mr=172400}
\zmath{https://zbmath.org/?q=an:0134.36302}
\transl
\jour Theory Probab. Appl.
\yr 1965
\vol 10
\issue 1
\pages 186--190
\crossref{https://doi.org/10.1137/1110024}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/tvp458
  • http://mi.mathnet.ru/rus/tvp/v10/i1/p199

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles

    Эта публикация цитируется в следующих статьяx:
    1. Dobrovidov A.V., Koshkin G.M., “Nonparametric estimation of the logarithmic density derivative of sequences with strong mixing”, Autom. Remote Control, 62:9 (2001), 1453–1476  mathnet  mathnet  crossref  mathscinet  zmath  isi
    2. A. Mokkadem, M. Pelletier, J. Worms, “A large deviations upper bound for the kernel mode estimator”, Теория вероятн. и ее примен., 50:1 (2005), 189–200  mathnet  crossref  mathscinet  zmath  elib; Theory Probab. Appl., 50:1 (2006), 153–165  crossref  isi
    3. Е. С. Кирик, “Об итерационном методе цензурирования данных в задаче оценивания регрессии”, Автомат. и телемех., 2007, № 4, 79–91  mathnet  mathscinet  zmath; E. S. Kirik, “The iteration method of data censoring in the regression estimation problem”, Autom. Remote Control, 68:4 (2007), 645–656  crossref
    4. Ould-Saïd E., Tatachak A., “Strong Consistency Rate for the Kernel Mode Estimator Under Strong Mixing Hypothesis and Left Truncation”, Comm. Statist. Theory Methods, 38:8 (2009), 1154–1169  crossref  mathscinet  zmath  isi
    5. Шестернева О.В., Мальцева Т.В., “Метод построения математической модели линейного динамического объекта”, Вестн. Сибирского гос. аэрокосмического ун-та им. академика М. Ф. Решетнева, 2009, № 2, 4–8
    6. Mokkadem A., Pelletier M., Slaoui Y., “Revisiting Revesz's stochastic approximation method for the estimation of a regression function”, Alea-Latin American Journal of Probability and Mathematical Statistics, 6 (2009), 63–114  isi
    7. Валерий И. Рюмкин, “Оценивание функционалов терминального типа по стационарным выборкам”, Журн. СФУ. Сер. Матем. и физ., 4:1 (2011), 118–122  mathnet
    8. Khardani S., Lemdani M., Said E.O., “Uniform rate of strong consistency for a smooth kernel estimator of the conditional mode for censored time series”, J Statist Plann Inference, 141:11 (2011), 3426–3436  crossref  isi
    9. Мальцева Т.В., “О выборе параметрической модели в задаче непараметрической идентификации замкнутой системы”, Молодой ученый, 2011, № 12-1, 13–20  elib
    10. Khardani S., Lemdani M., Said E.O., “On the strong uniform consistency of the mode estimator for censored time series”, Metrika, 75:2 (2012), 229–241  crossref  isi
    11. В. Ю. Королев, А. Ю. Корчагин, О. А. Морева, “Непараметрическое оценивание функции плотности смесей вероятностных законов с помощью EM-алгоритма”, Системы и средства информ., 22:2 (2012), 197–226  mathnet
    12. Тихов М.С., “Pc-оценки функции распределения в модели доза-эффект по случайным планам эксперимента”, Вестник нижегородского университета им. Н.И. Лобачевского, 2012, № 1, 138–143  elib
    13. Ярощук М.В., “Об уменьшении погрешности наблюдений при оценивании зависимости доза - эффект”, Вестник нижегородского университета им. Н.И. Лобачевского, 2012, 170–174  elib
    14. В. И. Денисов, В. С. Тимофеев, П. А. Каменев, “Построение $D$-оптимальных планов эксперимента для непараметрических регрессионных моделей”, Сиб. журн. индустр. матем., 21:2 (2018), 46–55  mathnet  crossref  elib; V. I. Denisov, V. S. Timofeev, P. A. Kamenev, “Construction of $D$-optimal experimental designs for nonparametric regression models”, J. Appl. Industr. Math., 12:2 (2018), 234–242  crossref  elib
    15. П. К. Бабилуа, Э. А. Надарая, “Об одном критерии однородности, основанном на квадратических уклонениях между ядерными оценками плотности распределения в $p\geq 2$ независимых выборках”, Теория вероятн. и ее примен., 63:4 (2018), 654–668  mathnet  crossref  elib; P. Babilua, E. A. Nadaraya, “On one homogeneity test based on quadratic deviations between kernel estimators of a distribution density in $p\geq 2$ independent samples”, Theory Probab. Appl., 63:4 (2019), 532–544  crossref  isi
    16. Л. А. Маркович, “Гамма-ядерные оценки многомерной плотности и её частной производной по зависимым данным”, Фундамент. и прикл. матем., 22:3 (2018), 145–177  mathnet
  • Теория вероятностей и ее применения Theory of Probability and its Applications
    Просмотров:
    Эта страница:1078
    Полный текст:458
    Первая стр.:8
     
    Обратная связь:
     Пользовательское соглашение  Регистрация  Логотипы © Математический институт им. В. А. Стеклова РАН, 2020