Sökning: onr:"swepub:oai:DiVA.org:umu-79958" >
Statistical estimat...
-
Källberg, DavidUmeå universitet,Institutionen för matematik och matematisk statistik
(författare)
Statistical estimation of quadratic Rényi entropy for a stationary m-dependent sequence
- Artikel/kapitelEngelska2014
Förlag, utgivningsår, omfång ...
-
2014-02-07
-
Taylor & Francis,2014
-
printrdacarrier
Nummerbeteckningar
-
LIBRIS-ID:oai:DiVA.org:umu-79958
-
https://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-79958URI
-
https://doi.org/10.1080/10485252.2013.854438DOI
Kompletterande språkuppgifter
-
Språk:engelska
-
Sammanfattning på:engelska
Ingår i deldatabas
Klassifikation
-
Ämneskategori:ref swepub-contenttype
-
Ämneskategori:art swepub-publicationtype
Anmärkningar
-
Included in thesis 2013 in submitted form.
-
The Rényi entropy is a generalization of the Shannon entropy and is widely used in mathematical statistics and applied sciences for quantifying the uncertainty in a probability distribution. We consider estimation of the quadratic Rényi entropy and related functionals for the marginal distribution of a stationary m-dependent sequence. The U-statistic estimators under study are based on the number of ε-close vector observations in the corresponding sample. A variety of asymptotic properties for these estimators are obtained (e.g., consistency, asymptotic normality, Poisson convergence). The results can be used in diverse statistical and computer science problems whenever the conventional independence assumption is too strong (e.g., ε-keys in time series databases, distribution identication problems for dependent samples).
Ämnesord och genrebeteckningar
Biuppslag (personer, institutioner, konferenser, titlar ...)
-
Leonenko, NikolajCardiff University, School of Mathematics
(författare)
-
Seleznjev, OlegUmeå universitet,Institutionen för matematik och matematisk statistik(Swepub:umu)olgsev04
(författare)
-
Umeå universitetInstitutionen för matematik och matematisk statistik
(creator_code:org_t)
Sammanhörande titlar
-
Ingår i:Journal of nonparametric statistics (Print): Taylor & Francis26:2, s. 385-4111048-52521029-0311
Internetlänk
Hitta via bibliotek
Till lärosätets databas