Nichtparametrische Maximum-Likelihood-Inferenz mit A-priori-Restriktionen

A-priori-Restriktionen P(X∈Ij) = πj(j = l,…,m) für die Verteilung einer reellwertigen Zufallsvariablen X, wobei π = (π1, π2,…, πm) ein Vektor mit πj≥ 0 (j = 1,…,m) und Σjπj= 1 ist und (I1,I2,…,Im) eine Zerlegung von ℝ ist, führen zu nichtparametrischen Verteilungsfamilien Θ∏ = {F | PF(X ∈ Ij) = πj...

Full description

Saved in:
Bibliographic Details
Main Authors: Huschens, Stefan (Author) , Stahl, Gerhard (Author)
Format: Chapter/Article Conference Paper
Language:German
Published: 1993
In: DGOR
Year: 1993, Pages: 374-381
DOI:10.1007/978-3-642-78196-4_109
Online Access:Resolving-System, lizenzpflichtig, Volltext: https://doi.org/10.1007/978-3-642-78196-4_109
Resolving-System, lizenzpflichtig, Volltext: https://link.springer.com/chapter/10.1007/978-3-642-78196-4_109
Get full text
Author Notes:Stefan Huschens, Heidelberg; Gerhard Stahl; Heidelberg
Description
Summary:A-priori-Restriktionen P(X∈Ij) = πj(j = l,…,m) für die Verteilung einer reellwertigen Zufallsvariablen X, wobei π = (π1, π2,…, πm) ein Vektor mit πj≥ 0 (j = 1,…,m) und Σjπj= 1 ist und (I1,I2,…,Im) eine Zerlegung von ℝ ist, führen zu nichtparametrischen Verteilungsfamilien Θ∏ = {F | PF(X ∈ Ij) = πj(j = l,…,m)}.
Item Description:Gesehen am 16.08.2024
Physical Description:Online Resource
ISBN:9783642781964
DOI:10.1007/978-3-642-78196-4_109