Publikation:

Nonparametric M-estimation with long-memory errors

Vorschaubild

Dateien

Zu diesem Dokument gibt es keine Dateien.

Datum

2003

Autor:innen

Ghosh, Sucharita
Sibbertsen, Philipp

Herausgeber:innen

Kontakt

ISSN der Zeitschrift

Electronic ISSN

ISBN

Bibliografische Daten

Verlag

Schriftenreihe

Auflagebezeichnung

URI (zitierfähiger Link)
http://nbn-resolving.de/urn:nbn:de:bsz:352-275731
DOI (zitierfähiger Link)
https://doi.org/10.1016/S0378-3758(02)00391-9
ArXiv-ID

Internationale Patentnummer

Angaben zur Forschungsförderung

Projekt

Open Access-Veröffentlichung

Sammlungen

Mathematik und Statistik: Publikationen
Core Facility der Universität Konstanz

Gesperrt bis

Titel in einer weiteren Sprache

Publikationstyp
Zeitschriftenartikel
Publikationsstatus
Published

Erschienen in

Journal of Statistical Planning and Inference. 2003, 117(2), pp. 199-205. ISSN 0378-3758. Available under: doi: 10.1016/S0378-3758(02)00391-9

Zusammenfassung

We investigate the behavior of nonparametric kernel M-estimators in the presence of long-memory errors. The optimal bandwidth and a central limit theorem are obtained. It turns out that in the Gaussian case all kernel M-estimators have the same limiting normal distribution. The motivation behind this study is illustrated with an example.

Zusammenfassung in einer weiteren Sprache

Fachgebiet (DDC)
310 Statistik

Schlagwörter

Konferenz

Rezension
undefined / . - undefined, undefined

Forschungsvorhaben

Organisationseinheiten

Zeitschriftenheft

Zugehörige Datensätze in KOPS

Zitieren

ISO 690BERAN, Jan, Sucharita GHOSH, Philipp SIBBERTSEN, 2003. Nonparametric M-estimation with long-memory errors. In: Journal of Statistical Planning and Inference. 2003, 117(2), pp. 199-205. ISSN 0378-3758. Available under: doi: 10.1016/S0378-3758(02)00391-9
BibTex
@article{Beran2003Nonpa-27573,
  year={2003},
  doi={10.1016/S0378-3758(02)00391-9},
  title={Nonparametric M-estimation with long-memory errors},
  number={2},
  volume={117},
  issn={0378-3758},
  journal={Journal of Statistical Planning and Inference},
  pages={199--205},
  author={Beran, Jan and Ghosh, Sucharita and Sibbertsen, Philipp}
}
RDF
<rdf:RDF
    xmlns:dcterms="http://purl.org/dc/terms/"
    xmlns:dc="http://purl.org/dc/elements/1.1/"
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xmlns:bibo="http://purl.org/ontology/bibo/"
    xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#"
    xmlns:foaf="http://xmlns.com/foaf/0.1/"
    xmlns:void="http://rdfs.org/ns/void#"
    xmlns:xsd="http://www.w3.org/2001/XMLSchema#" > 
  <rdf:Description rdf:about="https://kops.uni-konstanz.de/server/rdf/resource/123456789/27573">
    <dcterms:title>Nonparametric M-estimation with long-memory errors</dcterms:title>
    <dcterms:issued>2003</dcterms:issued>
    <dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/39"/>
    <bibo:uri rdf:resource="http://kops.uni-konstanz.de/handle/123456789/27573"/>
    <dc:creator>Beran, Jan</dc:creator>
    <dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2014-04-16T07:36:40Z</dc:date>
    <dc:contributor>Beran, Jan</dc:contributor>
    <dcterms:rights rdf:resource="https://rightsstatements.org/page/InC/1.0/"/>
    <dc:creator>Sibbertsen, Philipp</dc:creator>
    <dc:language>eng</dc:language>
    <dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/39"/>
    <dc:rights>terms-of-use</dc:rights>
    <dc:creator>Ghosh, Sucharita</dc:creator>
    <void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
    <dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2014-04-16T07:36:40Z</dcterms:available>
    <dc:contributor>Sibbertsen, Philipp</dc:contributor>
    <foaf:homepage rdf:resource="http://localhost:8080/"/>
    <dcterms:abstract xml:lang="eng">We investigate the behavior of nonparametric kernel M-estimators in the presence of long-memory errors. The optimal bandwidth and a central limit theorem are obtained. It turns out that in the Gaussian case all kernel M-estimators have the same limiting normal distribution. The motivation behind this study is illustrated with an example.</dcterms:abstract>
    <dcterms:bibliographicCitation>Journal of Statistical Planning and Inference ; 117 (2003), 2. - S. 199-205</dcterms:bibliographicCitation>
    <dc:contributor>Ghosh, Sucharita</dc:contributor>
  </rdf:Description>
</rdf:RDF>

Interner Vermerk

xmlui.Submission.submit.DescribeStep.inputForms.label.kops_note_fromSubmitter

Kontakt
URL der Originalveröffentl.

Prüfdatum der URL

Prüfungsdatum der Dissertation

Finanzierungsart

Kommentar zur Publikation

Allianzlizenz
Corresponding Authors der Uni Konstanz vorhanden
Internationale Co-Autor:innen
Universitätsbibliographie
Ja
Begutachtet
Diese Publikation teilen