A Robust Estimator Of The S-gini Index For Massive Data
Résumé: In this article, we propose the median-of-means type nonparametric estimator for S-Gini index by using the idea of grouping under the massive data framework, which has been widely used in economics, finance, and insurance. Under certain condition on the growing rate of the number of subgroups, the consistency and asymptotic normality of proposed estimator are investigated. Furthermore, we construct a new method to test S-Gini index based on the empirical likelihood method for median. Our method avoids any prior estimate of variance structure of proposed estimator, which is difficult to estimate and often causes much inaccuracy. Numerical simulations and a real data analysis are designed to show the performance of our estimator. It is shown that the new proposed estimator is quite robust with respect to outliers.
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
