본문 바로가기

추천 검색어

실시간 인기 검색어

학술논문

Robust Interval Estimation Using Density Power Divergence

이용수 37

영문명
발행기관
한국자료분석학회
저자명
Sangjin Lee Changkon Hong
간행물 정보
『Journal of The Korean Data Analysis Society (JKDAS)』Vol.24 No.1, 1~10쪽, 전체 10쪽
주제분류
자연과학 > 통계학
파일형태
PDF
발행일자
2022.02.28
4,000

구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.

1:1 문의
논문 표지

국문 초록

영문 초록

The maximum likelihood estimator (MLE) is known to be asymptotically efficient but it is not robust with respect to outliers and model misspecification. Basu et al. (1998) suggest a family of divergence measures called density power divergences , which is based on density. Each measure in this family is indexed by a single tuning parameter a. This parameter controls the trade-off between asymptotic efficiency and robustness of the estimators. The L₂-distance and the Kullback-Leibler divergence belong to this family. With a appropriately chosen tuning parameter, one can get a minimum density power divergence estimator (MDPDE). For 0 < a < 1, the estimator is in between MLE and minimum L₂-distance estimator L₂E. Note that MLE is efficient-but-nonrobust while L₂E is robust-butinefficient. Hong, Kim (2001) suggest an automatic selection of a. In this paper we will suggest a confidence interval using MDPDE when the data set is contaminated. Bootstrap resampling will be used to obtain the confidence interval. It is expected that the resulting confidence intervals (called MDPD bootstrap confidence intervals) are robust with respect to the outliers. The performances of the MDPDE bootstrap confidence intervals are investigated via simulation study.

목차

1. Introduction
2. The minimum density power divergence estimator
3. Robust confidence intervals using density power divergence
4. Simulation Study
5. Concluding Remarks
References

키워드

해당간행물 수록 논문

참고문헌

교보eBook 첫 방문을 환영 합니다!

신규가입 혜택 지급이 완료 되었습니다.

바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!

교보e캐시 1,000원
TOP
인용하기
APA

Sangjin Lee,Changkon Hong. (2022).Robust Interval Estimation Using Density Power Divergence. Journal of The Korean Data Analysis Society (JKDAS), 24 (1), 1-10

MLA

Sangjin Lee,Changkon Hong. "Robust Interval Estimation Using Density Power Divergence." Journal of The Korean Data Analysis Society (JKDAS), 24.1(2022): 1-10

결제완료
e캐시 원 결제 계속 하시겠습니까?
교보 e캐시 간편 결제