Nonparametric estimation in models for unobservable heterogeneity

Nonparametric estimation in models for unobservable heterogeneity

Nonparametric models which allow for data with unobservable heterogeneity are studied. The first publication introduces new estimators and their asymptotic properties for conditional mixture models. The second publication considers estimation of a function from noisy observations of its Radon transf...

Täydet tiedot

Tallennettuna:
Bibliografiset tiedot
Päätekijä: Hohmann, Daniel
Muut tekijät: Holzmann, Hajo (Prof. Dr.) (BetreuerIn (Doktorarbeit))
Aineistotyyppi: Dissertation
Kieli:englanti
Julkaistu: Philipps-Universität Marburg 2014
Aiheet:
Radontransformation
limited-angle-Problem
Asymptotic properties
asymptotische Normalität
Mischung <Mathematik>
mixture model
random-coefficient-Modell
Estimation
asymptotic normality
Mischungsmodell
Radon transform
limited angle problem
nichtparametrisches Schätzen
efficient estimation
Mathematik
random coefficient model
Radon-Transformation
Nichtparametrische Schätzung
nonparametric estimation
Mathematics
Linkit:PDF-kokoteksti
Tagit: Lisää tagi
Ei tageja, Lisää ensimmäinen tagi!

Internet

PDF-kokoteksti

Saatavuus:
Hyllypaikka: urn:nbn:de:hebis:04-z2014-01176
Julkaisupäivä: 2014-03-18
Datum der Annahme: 2014-02-28
Downloads: 36 (2024), 57 (2023), 64 (2022), 85 (2021), 57 (2020), 104 (2019), 56 (2018)
Lizenz: https://rightsstatements.org/vocab/InC-NC/1.0/
Linkki aineistoon: https://archiv.ub.uni-marburg.de/diss/z2014/0117
https://doi.org/10.17192/z2014.0117

Samankaltaisia teoksia