Nonparametric estimation for probability mass function with Disake: an R package for discrete associated kernel estimators

Abstract : Kernel smoothing is one of the most widely used nonparametric data smoothing techniques. We introduce a new R package, Disake, for computing discrete associated kernel estimators for probability mass function. When working with a kernel estimator, two choices must be made: the kernel function and the smoothing parameter. The Disake package focuses on discrete associated kernels and also on cross-validation and local Bayesian techniques to select the appropriate bandwidth. Applications on simulated data and real data show that the binomial kernel is appropriate for small or moderate count data while the empirical estimator or the discrete triangular kernel is indicated for large samples.
Type de document :
Article dans une revue
Revue Africaine de la Recherche en Informatique et Mathématiques Appliquées, INRIA, 2015, 19, pp.1-23
Liste complète des métadonnées

Littérature citée [17 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01300100
Contributeur : Coordination Episciences Iam <>
Soumis le : vendredi 8 avril 2016 - 16:44:23
Dernière modification le : vendredi 6 juillet 2018 - 15:18:04
Document(s) archivé(s) le : lundi 14 novembre 2016 - 23:12:52

Fichier

vol.19.pp.1-23.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

  • HAL Id : hal-01300100, version 1

Collections

Citation

W.E. Wansouwé, C.C. Kokonendji, D.T. Kolyang. Nonparametric estimation for probability mass function with Disake: an R package for discrete associated kernel estimators. Revue Africaine de la Recherche en Informatique et Mathématiques Appliquées, INRIA, 2015, 19, pp.1-23. 〈hal-01300100〉

Partager

Métriques

Consultations de la notice

153

Téléchargements de fichiers

409