A Robust Estimator Of The Proportional Hazard Transform For Massive Data
Résumé: In this paper, we explore the idea of grouping under the massive data framework, to propose a median-of-means non-parametric type estimator for the Proportional Hazard Transform (PHT), which has been widely used in finance and insurance. Under certain conditions on the growth rate of subgroups, the consistency and asymptotic normality of the proposed estimators are investigated. Furthermore, we construct a new method to test PHT based on the empirical likelihood method for the median in order to avoid any prior estimate of the variance structure for the proposed estimator, as it is difficult to estimate and often causes much inaccuracy. Numerical simulations and real-data analysis are designed to show the present estimator’s performance. The results confirm that the new put-forward 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".
