Resumen

Este documento considera la estimación de la densidad de probabilidad común de variables independientes e idénticamente distribuidas observadas con errores de medición aditivos. Se construye el estimador autoconsistente de la función de densidad cuando se conoce la distribución del error, y se propone una modificación de la estimación autoconsistente cuando la distribución del error es desconocida. Se investigan las propiedades de consistencia de los estimadores propuestos y los límites superiores del error cuadrático medio y del error cuadrático medio integrado bajo algunas condiciones adecuadas. Se realizan estudios de simulación para evaluar el rendimiento de nuestro método propuesto y compararlo con el método usual de núcleo de deconvolución. Se analizan dos conjuntos de datos reales para una mayor ilustración.

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Estimación; Densidad de probabilidad; Errores de medición; Propiedades de consistencia; Error cuadrático medio; Estudios de simulación
• Keywords:Estimation; Probability density; Measurement errors; Consistency properties; Mean square error; Simulation studies