Parameter estimation using generating function based minimum power divergence measure / Tay Siew Ying
This research proposes a parameter estimation method that minimizes a probability generating function (pgf) based power divergence with a tuning parameter to mitigate the impact of data contamination. Special cases arise when the tuning parameter approaches zero, resulting in a Kullback-Leibler t...
محفوظ في:
| المؤلف الرئيسي: | |
|---|---|
| التنسيق: | أطروحة |
| منشور في: |
2018
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | http://studentsrepo.um.edu.my/9535/1/Tay_Siew_Ying.pdf http://studentsrepo.um.edu.my/9535/9/siew_ying.pdf http://studentsrepo.um.edu.my/9535/ |
| الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
| الملخص: | This research proposes a parameter estimation method that minimizes a probability
generating function (pgf) based power divergence with a tuning parameter to mitigate
the impact of data contamination. Special cases arise when the tuning parameter
approaches zero, resulting in a Kullback-Leibler type divergence, and when it takes on
the value of one, resulting in a pgf-based |
|---|