Minimum phi-divergence estimators with constraints in multinomial populations
Φόρτωση...
Ημερομηνία
Συγγραφείς
Pardo, J. A.
Pardo, L.
Zografos, K.
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Elsevier
Περίληψη
Τύπος
Είδος δημοσίευσης σε συνέδριο
Είδος περιοδικού
peer reviewed
Είδος εκπαιδευτικού υλικού
Όνομα συνεδρίου
Όνομα περιοδικού
Journal of Statistical Planning and Inference
Όνομα βιβλίου
Σειρά βιβλίου
Έκδοση βιβλίου
Συμπληρωματικός/δευτερεύων τίτλος
Περιγραφή
This paper presents a minimum phi-divergence estimation procedure in multinomial models in which the probabilities depend on unknown parameters that are not mathematically independent but satisfy some functional relationships, This estimator is then used in a phi-divergence statistic for solving the problem of goodness-of-fit when the unknown parameters in the probabilities are not mathematically independent. The asymptotic distribution of this family of statistics is obtained under the null and contiguous alternative hypotheses, The asymptotic distribution of residuals. when the parameters are estimated using the minimum phi-divergence estimator. is also obtained. (C) 2002 Elsevier Science B.V. All rights reserved.
Περιγραφή
Λέξεις-κλειδιά
asymptotic distributions, minimum phi-divergence estimators with constraints, multinomial distribution, noncentrality parameters, power divergence, maximum-likelihood methods, log-linear models, hellinger distance
Θεματική κατηγορία
Παραπομπή
Σύνδεσμος
<Go to ISI>://000175149900012
http://ac.els-cdn.com/S0378375801001136/1-s2.0-S0378375801001136-main.pdf?_tid=444ba222-c6b0-11e2-a728-00000aab0f6b&acdnat=1369647293_c6e216b96d3cc9460c8c4dfe92539bfe
http://ac.els-cdn.com/S0378375801001136/1-s2.0-S0378375801001136-main.pdf?_tid=444ba222-c6b0-11e2-a728-00000aab0f6b&acdnat=1369647293_c6e216b96d3cc9460c8c4dfe92539bfe
Γλώσσα
en
Εκδίδον τμήμα/τομέας
Όνομα επιβλέποντος
Εξεταστική επιτροπή
Γενική Περιγραφή / Σχόλια
Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μαθηματικών