Andere Kunden interessierten sich auch für
![Abordagem não-paramétrica para cálculo do tamanho da amostra]( "Abordagem não-paramétrica para cálculo do tamanho da amostra")
Abordagem não-paramétrica para cálculo do tamanho da amostra32,99 €![Estimação de Parâmetros Estatísticos de Sinais EEG usando Wavelets]( "Estimação de Parâmetros Estatísticos de Sinais EEG usando Wavelets")
Estimação de Parâmetros Estatísticos de Sinais EEG usando Wavelets26,99 €![O médico de clínica geral]( "O médico de clínica geral")
O médico de clínica geral29,99 €![Estimação de volatilidade realizada em alta frequência]( "Estimação de volatilidade realizada em alta frequência")
Estimação de volatilidade realizada em alta frequência40,99 €![VALIDAÇÃO ESTATÍSTICA DO MÉTODO DELPHI]( "VALIDAÇÃO ESTATÍSTICA DO MÉTODO DELPHI")
VALIDAÇÃO ESTATÍSTICA DO MÉTODO DELPHI39,99 €![Estatística descritiva com Excel e o Método dos Mínimos Quadrados]( "Estatística descritiva com Excel e o Método dos Mínimos Quadrados")
Estatística descritiva com Excel e o Método dos Mínimos Quadrados26,99 €![Estimation non paramétrique de données spatiales avec la méthode kNN]( "Estimation non paramétrique de données spatiales avec la méthode kNN")
Estimation non paramétrique de données spatiales avec la méthode kNN29,99 €
Neste trabalho introduzimos um novo estimador quando as covariáveis são de natureza funcional. Este estimador é uma mistura do procedimento de k vizinhos mais próximos (kNN) e dados funcionais espaciais. Então a taxa de convergência é introduzida quando a amostra considerada é coletada em ordem espacial com estrutura de mistura.Em teoria, há uma estimativa do ponto de risco e, em seguida, uma discussão sobre as dificuldades do aplicativo, como a escolha da largura de banda baseada em dados. Além disso, um estudo comparativo baseado em dados simulados e reais também é fornecido para ilustrar os desempenhos e a utilidade da abordagem kNN e para provar a alta sensibilidade da abordagem kNN à presença até mesmo de uma pequena proporção de outliers nos dados.