Joint asymptotic normality of the kernel type density estimator for spatial observations

Fazekas, István, Karácsony, Zsolt, Vas, Renáta (2012) Joint asymptotic normality of the kernel type density estimator for spatial observations Annales Mathematicae et Informaticae. 39. pp. 45-56. ISSN 1787-5021 (Print), 1787-6117 (Online)

[thumbnail of AMI_39_from45to56.pdf] pdf
AMI_39_from45to56.pdf

Download (854kB) [error in script]

Absztrakt (kivonat)

The Central Limit Theorem is considered for m-dependent random fields. The random field is observed in a sequence of irregular domains. The sequence of domains is increasing and at the same time, the locations of the observations become more and more dense in the domains. The Central Limit Theorem is applied to obtain asymptotic normality of kernel type density estimators. It turns out that the covariance structure of the limiting normal distribution can be a combination of those of the continuous parametric and the discrete parametric results. Numerical evidence is presented.

Mű típusa: Folyóiratcikk - Journal article
Szerző:
Szerző neve
Email
MTMT azonosító
ORCID azonosító
Közreműködés
Fazekas, István
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
Szerző
Karácsony, Zsolt
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
Szerző
Vas, Renáta
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
Szerző
Megjegyzés: Proceedings of the Conference on Stochastic Models and their Applications Faculty of Informatics University of Debrecen August 22–24, 2011 - Debrecen, Hungary
Kapcsolódó URL-ek:
Kulcsszavak: Asymptotic normality, central limit theorem, random field, kernel, infill-increasing setup
Nyelv: angol
Kötetszám: 39.
ISSN: 1787-5021 (Print), 1787-6117 (Online)
Felhasználó: Tibor Gál
Dátum: 07 Már 2019 16:12
Utolsó módosítás: 07 Már 2019 16:12
URI: http://publikacio.uni-eszterhazy.hu/id/eprint/3220
Műveletek (bejelentkezés szükséges)
Tétel nézet Tétel nézet