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...
Saved in:
| Main Authors: | , |
|---|---|
| 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 |
| Author Notes: | Stefan Huschens, Heidelberg; Gerhard Stahl; Heidelberg |
| 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 |