|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 2 van 15 gevonden artikelen
| Titel: |
A minimum variance adaptive technique for parameter estimation and hypothesis testing |
| Auteur: |
Turkheimer, F. Pettigrew, K. Sokoloff, L. Schmidt, K. |
| Verschenen in: |
Communications in statistics |
| Paginering: | Jaargang 28 (1999) nr. 4 pagina's 931-956 |
| Jaar: |
1999 |
| Inhoud: |
This report presents numerical results of an approach for parameter estimation and hypothesis testing that does not rely on specific assumptions about the underlying distribution of errors in the measured data. This approach combines robust estimation procedures, the bootstrap method for estimation of parameter uncertainties, permutation techniques for hypothesis testing, and adaptive approaches to estimation in order to obtain the minimum variance estimator or test statistic (within a predefined class) for the data under consideration. The technique produces efficient estimators of central tendency and powerful test statistics, even for small sample sizes. (Portions of this work have been presented in preliminary form (Turkheimer et al., 1996)). |
| Uitgever: |
Taylor & Francis |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 2 van 15 gevonden artikelen
| << vorige | volgende >> |