导读:本文包含了最近邻估计论文开题报告文献综述及选题提纲参考文献，主要关键词:负超可加相依,最近邻密度估计,强相合性
最近邻估计论文文献综述
聂彩玲,李永明,应锐[1]（2019）在《NSD样本最近邻密度估计的强相合性》一文中研究指出本文研究负超可加相依样本的最近邻密度估计强相合性.利用负超可加相依序列的不等式与性质,获得最近邻密度估计的弱相合性、强相合性和一致强相合性.(本文来源于《应用数学》期刊2019年04期）
赵珈玉,陆冬梅[2]（2019）在《NSD样本最近邻密度估计的相合性》一文中研究指出利用负超可加相依(NSD)序列的Bernstein不等式和Borel-Cantelli引理,给出NSD样本最近邻密度估计和失效率函数估计的(弱)强相合性、一致强相合性和(一致)强相合速度.(本文来源于《吉林大学学报(理学版)》期刊2019年02期）
李艺璇[3]（2017）在《END样本最近邻密度估计渐近正态性的收敛速度》一文中研究指出在END样本下研究最近邻密度估计的渐近正态性.在适当的条件下给出最近邻密度估计渐近正态性的收敛速度,这个速度几乎达到n~(-1/2).(本文来源于《湖北大学学报(自然科学版)》期刊2017年04期）
邓绍坚,李永明,曾林[4]（2017）在《WOD样本下最近邻密度估计的一致强相合速度》一文中研究指出设{X_n,n≥1}是同分布WOD随机序列,具有共同的未知密度函数f(x)。利用WOD序列的Bernstein不等式,在适当的条件下,获得了WOD样本下最近邻密度估计的一致强相合速度。(本文来源于《井冈山大学学报(自然科学版)》期刊2017年02期）
秦永松,雷庆祝[5]（2016）在《强混合样本下最近邻密度估计的渐近正态性》一文中研究指出研究了α-混合样本下最近邻密度估计的渐近性质,证明了估计的渐近正态性并且给出了其渐近方差的显式表达式,由此构造了α-混合样本下概率密度的渐近置信区间.(本文来源于《数学年刊A辑(中文版)》期刊2016年04期）
李艺璇[6]（2016）在《END样本最近邻密度估计的相合性》一文中研究指出在END样本下研究最近邻密度估计的相合性,给出弱相合性、强相合性、一致强相合性以及它们的收敛速度的充分条件,同时研究失效函数估计的一致强相合性.(本文来源于《湖北大学学报(自然科学版)》期刊2016年05期）
卢林莘[7]（2016）在《正相协样本下最近邻密度估计的收敛速度》一文中研究指出Esary, Proschan and Walkup在1967年首次提出了PA (Positive Associated)随机变量的概念,此概念被广泛的应用于统计力学、渗透理论、可靠性分析等不同的领域,许多学者对PA随机变量展开了深入的研究,文献[1-19]详细地讨论了PA (Positive Associated)随机变量的相关性质和矩不等式Loftsgarden and Quesenberry在1965年引入了一种非常有用的非参数估计方法最近邻密度估计,该估计方法已经被广泛的应用于各种领域,如社会科学、工程技术、物理科学等.目前关于最近邻密度估计的研究较多,文献[23-43]研究了最近邻密度估计在独立样本下和相依样本下(包含NA、α-混合等相依样本)的相合性及其收敛速度.本文研究了PA样本下最近邻密度估计的相合性及收敛速度,证明了正相协样本下最近邻密度估计的强相合的收敛速度接近n-1/4,一致强相合的收敛速度几乎为n-1/6,并进一步的研究了PA样本下失效率函数估计的一致强相合性,同时通过数值模拟得到了最近邻密度估计的图像,比较了最近邻密度估计方法的优缺点.本文的主要特色有以下两个方面：1.本文首次研究了PA样本下最近邻密度估计的相合性及其收敛速度.2.本文证明了PA样本下最近邻密度估计的强收敛速度和一致强收敛速度与NA样本情形的结论一致.(本文来源于《广西师范大学》期刊2016-04-01）
朱甜甜[8]（2016）在《NA样本最近邻密度估计的收敛速度》一文中研究指出负相协(NA,negatively associated)序列的概念最初由Joag-Dey和Proschan(1983)以及Block和Savits(1982)提出,Joag-Dey和Proschan对NA序列的一些基本性质和实际应用作了论述,Roussas(1994)和Beak(2003)对NA序列的完全收敛性等基本性质进行了研究,由于NA序列的广泛应用性,与NA序列相关的统计问题得到许多学者的关注并对其进行了研究,许多文献研究了NA样本下统计量的大样本性质如核密度估计的渐近正态性等.最近邻密度估计是Loftsgarden和Quesenberry在1965年提出的一种重要的非参数密度估计方法,他们给出了最近邻密度估计f_n(x)的弱相合性.自最近邻密度估计提出后,不少学者研究了它在各种样本及各种不同条件下的相合性,渐进正态性等性质,得出了一些比较满意的结果.依据最近邻估计的思想,俞军于1986年提出了一种基于次序统计量的近邻密度估计f_n(x),并在独立样本及较弱的条件下建立了它的弱、强逐点相合性,一致弱、强相合性以及有界区间上的L1模强相合性,薛留根(1992,1994)在独立和φ-混合样本下分别研究了f_n(x)的相合性及其收敛速度.本文在NA样本下研究了f_n(x)的逐点相合性和一致强相合性,同时分别给出了f_n(x)的逐点相合的收敛速度及一致强相合的收敛速度.本文的主要结果和特色如下：1.本文首次在NA样本下证明了最近邻密度估计f_n(x)的相合性并给出了收敛速度.2.本文的方法可以为研究其它相依样本下f_n(x)的大样本性质提供借鉴.(本文来源于《广西师范大学》期刊2016-04-01）
刘振,吴群英,叶彩园[9]（2014）在《WOD样本最近邻密度估计的相合性》一文中研究指出利用WOD序列的指数不等式,在较弱条件下获得了WOD样本下最近邻密度估计fn∧(x)的相合性,并给出fn∧(x)的弱相合性、强相合性及速度的充分条件。将最近邻密度估计的相合性由NA样本推广到了WOD样本。(本文来源于《桂林理工大学学报》期刊2014年04期）
兰冲锋,吴群英[10]（2015）在《END样本最近邻密度估计的强相合速度》一文中研究指出本文研究了扩展负相依(END)样本最近邻密度估计的强相合性问题.利用END序列的Bernstein型不等式和截尾的方法,获得了END样本最近邻密度估计的强相合速度,推广了NA样本和ND样本最近邻密度估计的相应结果.(本文来源于《数学杂志》期刊2015年03期）
最近邻估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用负超可加相依(NSD)序列的Bernstein不等式和Borel-Cantelli引理,给出NSD样本最近邻密度估计和失效率函数估计的(弱)强相合性、一致强相合性和(一致)强相合速度.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
最近邻估计论文参考文献
[1].聂彩玲,李永明,应锐.NSD样本最近邻密度估计的强相合性[J].应用数学.2019
[2].赵珈玉,陆冬梅.NSD样本最近邻密度估计的相合性[J].吉林大学学报(理学版).2019
[3].李艺璇.END样本最近邻密度估计渐近正态性的收敛速度[J].湖北大学学报(自然科学版).2017
[4].邓绍坚,李永明,曾林.WOD样本下最近邻密度估计的一致强相合速度[J].井冈山大学学报(自然科学版).2017
[5].秦永松,雷庆祝.强混合样本下最近邻密度估计的渐近正态性[J].数学年刊A辑(中文版).2016
[6].李艺璇.END样本最近邻密度估计的相合性[J].湖北大学学报(自然科学版).2016
[7].卢林莘.正相协样本下最近邻密度估计的收敛速度[D].广西师范大学.2016
[8].朱甜甜.NA样本最近邻密度估计的收敛速度[D].广西师范大学.2016
[9].刘振,吴群英,叶彩园.WOD样本最近邻密度估计的相合性[J].桂林理工大学学报.2014
[10].兰冲锋,吴群英.END样本最近邻密度估计的强相合速度[J].数学杂志.2015