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...

תיאור מלא

שמור ב:
מידע ביבליוגרפי
מחבר ראשי: Hohmann, Daniel
מחברים אחרים: Holzmann, Hajo (Prof. Dr.) (BetreuerIn (Doktorarbeit))
פורמט: Dissertation
שפה:אנגלית
יצא לאור: Philipps-Universität Marburg 2014
נושאים:
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
גישה מקוונת:PDF-Volltext
תגים: הוספת תג
אין תגיות, היה/י הראשונ/ה לתייג את הרשומה!
תיאור
סיכום: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 transform in a Gaussian white noise model.
DOI:10.17192/z2014.0117

פריטים דומים