Koriģētā empīriskās ticamības funkcija

Abstract

Empīriskās ticamības metode ietver maksimizācijas problēmu, kurai var nebūt atrisinā- jums. Šajā darbā ir aplūkotas vairākas neparametriskas metodes, tostarp koriģētā empī- riskās ticamības funkcija neatkarīgiem vienādi sadalītiem datiem un koriģētā blokveida empīriskās ticamības funkcija vāji atkarīgiem datiem neeksistējoša atrisinājuma problēmas klātbūtnē vienai un divām izlasēm. Tika veiktas simulācijas, lai ar minētajām metodēm konstruētu un analizētu ticamības intervālu pārklājumu precizitāti izlases vidējai vērtībai un kvantilēm.

Empirical likelihood function involves maximization problem that may not have a so- lution. In this thesis several nonparametric methods are considered including adjusted empirical likelihood function for independent and identically distributed data and ad- justed blockwise empirical likelihood function for weakly dependent data in the presence of a non-existent solution problem for one and two samples. Simulations have been car- ried out to construct and analyze coverage probabilities for confidence regions of sample mean and quantiles.