Search results

1

Asymptotic Properties of the Estimator of the Conditional Distribution for Associated Functional Data

100%

Hamri M. M., Dib A., Rabhi A.

Econometrics. Ekonometria. Advances in Applied Data Analytics

|

2022

|

vol. 26

|

issue 3

21-43

PL

Celem niniejszej pracy jest zbadanie metodą jądra nieparametrycznego oszacowania warunkowej funkcji rozkładu zmiennej odpowiedzi skalarnej przy zmiennej losowej przyjmującej wartości w separowalnej rzeczywistej przestrzeni Hilberta, gdy obserwacje są quasi-skojarzone zależne. W pewnych ogólnych warunkach ustala się punktowo prawie zupełną zgodność ze stawkami tego estymatora. Głównym celem jest zbadanie współczynnika zbieżności proponowanego estymatora.

EN

The purpose of the paper was to investigate by the kernel method a nonparametric estimate of the conditional density function of a scalar response variable given a random variable taking values in a separable real Hilbert space when the observations are quasi-associated dependent. Under some general conditions, the authors established the pointwise almost complete consistencies with rates of this estimator. The principal aim is the investigate the convergence rate of the proposed estimator.

2

On the nonparametric estimation of the conditional hazard estimator in a single functional index

100%

Gagui A., Chouaf A.

Statistics in Transition new series

|

2022

|

vol. 23

|

issue 2

89-105

EN

This paper deals with the conditional hazard estimator of a real response where the variable is given a functional random variable (i.e it takes values in an infinite-dimensional space). Specifically, we focus on the functional index model. This approach offers a good compromise between nonparametric and parametric models. The principle aim is to prove the asymptotic normality of the proposed estimator under general conditions and in cases where the variables satisfy the strong mixing dependency. This was achieved by means of the kernel estimator method, based on a single-index structure. Finally, a simulation of our methodology shows that it is efficient for large sample sizes.

3

Badanie ubóstwa z zastosowaniem nieparametrycznej estymacji funkcji przeżycia dla zdarzeń powtarzających się

84%

Sączewska-Piotrowska A.

Przegląd Statystyczny

|

2015

|

vol. 62

|

issue 1

29-51

PL

W artykule przeprowadzono analizę czasu trwania gospodarstw domowych w sferze ubóstwa oraz w sferze poza ubóstwem. W tym celu wykorzystano estymatory funkcji prze-życia dla zdarzeń powtarzających się: estymator Wanga-Changa oraz dwa estymatory za-proponowane przez Peñę, Strawdermana i Hollandera (IIDPLE oraz FRMLE). Na podstawie uzyskanych wyników można stwierdzić, że prawdopodobieństwo przeżycia gospodarstw domowych w sferze poza ubóstwem przez długi czas jest większe niż w przypadku przeżycia w sferze ubóstwa. Bazując na graficznej metodzie uznano, że najlepszym estymatorem funkcji przeżycia w sferze ubóstwa i w sferze poza ubóstwem jest FRMLE. Oznacza to, że założenie o niezależności i takich samych rozkładach czasów oczekiwania na wystąpienie kolejnych zdarzeń w obrębie gospodarstw domowych nie jest słuszne.

EN

The article analyses households’ poverty and nonpoverty duration. For this purpose survival function estimators for recurrent events were used: Wang-Chang estimator and two estimators proposed by Peña, Strawderman and Hollander (IIDPLE and FRMLE). We can conclude that survival probability for a long time out of poverty is greater than in the case of survival in poverty. Based on the graphical method we can conclude that the best estimator of survival in poverty and out of poverty is FRMLE. It means that we cannot assume that interoccurrence times within households are independent and identically distributed.

4

Single Functional Index Quantile Regression for Functional Data with Missing Data at Random

67%

Kadiri N., Mekki S. D., Rabhi A.

Econometrics. Ekonometria. Advances in Applied Data Analytics

|

2023

|

vol. 27

|

issue 3

1-19

PL

Głównym celem przedstawionych w artykule badań jest oszacowanie kwantyla rozkładu warunkowego przy użyciu podejścia półparametrycznego w obecności losowo brakujących danych, gdzie zmienna predykcyjna należy do przestrzeni semimetrycznej. Założono strukturę pojedynczego indeksu, aby połączyć zmienną objaśniającą i zmienną odpowiedzi. Wstępnie zaproponowano estymator jądra dla funkcji rozkładu warunkowego, zakładając, że dane są losowo wybierane z procesu stacjonarnego z brakującymi danymi (MAR). Nakładając pewne ogólne warunki, ustalono jednolitą, prawie całkowitą zgodność modelu ze współczynnikami konwergencji.

EN

The primary goal of this research was to estimate the quantile of a conditional distribution using a semi-parametric approach in the presence of randomly missing data, where the predictor variable belongs to a semi-metric space. The authors assumed a single index structure to link the explanatory and response variable. First, a kernel estimator was proposed for the conditional distribution function, assuming that the data were selected from a stationary process with missing data at random (MAR). By imposing certain general conditions, the study established the model’s uniform almost complete consistencies with convergence rates.

Refine search results

2 Econometrics. Ekonometria. Advances in Applied Data Analytics

1 Przegląd Statystyczny

1 Statistics in Transition new series

2 Rabhi A.

1 Chouaf A.

1 Dib A.

1 Gagui A.

1 Hamri M. M.

1 Kadiri N.

1 Mekki S. D.

1 Sączewska-Piotrowska A.

1 2023

2 2022

1 2015

Asymptotic Properties of the Estimator of the Conditional Distribution for Associated Functional Data

On the nonparametric estimation of the conditional hazard estimator in a single functional index

Badanie ubóstwa z zastosowaniem nieparametrycznej estymacji funkcji przeżycia dla zdarzeń powtarzających się

Single Functional Index Quantile Regression for Functional Data with Missing Data at Random