Density estimation using bootstrap quantile variance and quantile-mean covariance

We propose two novel bootstrap density estimators based on the quantile variance and the quantile-mean covariance. We review previous developments on quantile-density estimation and asymptotic results in the literature that can be applied to this case. We conduct Monte Carlo simulations for dierent...

Descripción completa

Detalles Bibliográficos
Autores principales: Montes Rojas, Gabriel, Mena, Andrés Sebastián
Formato: Artículo publishedVersion
Lenguaje:Inglés
Publicado: Instituto Interdisciplinario de Economía Política (IIEP UBA-CONICET) 2022
Materias:
Acceso en línea:https://ojs.economicas.uba.ar/DT-IIEP/article/view/2449
https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=dociiep&d=2449_oai
Aporte de:
id I28-R145-2449_oai
record_format dspace
spelling I28-R145-2449_oai2025-02-11 Montes Rojas, Gabriel Mena, Andrés Sebastián 2022-11-28 We propose two novel bootstrap density estimators based on the quantile variance and the quantile-mean covariance. We review previous developments on quantile-density estimation and asymptotic results in the literature that can be applied to this case. We conduct Monte Carlo simulations for dierent data generating processes, sample sizes, and parameters. The estimators perform well in comparison to benchmark nonparametric kernel density estimator. Some of the explored smoothing techniques present lower bias and mean integrated squared errors, which indicates that the proposed estimator is a promising strategy. Evaluamos dos estimadores de densidades basados en la varianza y la covarianza entre media y varianza estimados por bootstrap. Revisamos otros desarrollos de estimadores de densidad relacionados con cuantiles. Las simulaciones de Monte Carlo para distintos procesos generadores de datos, tamaños de muestra, y otros parámetros muestran que los estimadores tienen buena performance en comparación con el estimador no paramétrico de kernel. Algunas de las técnicas de suavizamiento tienen menor error cuadrático medio integrado y sesgo, lo que indica que los estimadores propuestos son una estrategia promisoria. application/pdf https://ojs.economicas.uba.ar/DT-IIEP/article/view/2449 eng Instituto Interdisciplinario de Economía Política (IIEP UBA-CONICET) https://ojs.economicas.uba.ar/DT-IIEP/article/view/2449/3196 Documentos de trabajo del Instituto Interdisciplinario de Economía Política; Núm. 50 (2020): Estimación de la densidad utilizando el cuantil bootstrap varianza y covarianza media cuantil; 28 Working Papers series at Instituto Interdisciplinario de Economía Política; No. 50 (2020): Density estimation using bootstrap quantile variance and quantile-mean covariance; 28 2451-5728 estimación de densidades varianza de cuantiles covarianza entre media y cuantiles bootstrap density estimation quantile variance quantile-mean covariance bootstrap Density estimation using bootstrap quantile variance and quantile-mean covariance Estimación de la densidad utilizando el cuantil bootstrap varianza y covarianza media cuantil info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=dociiep&d=2449_oai
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-145
collection Repositorio Digital de la Universidad de Buenos Aires (UBA)
language Inglés
orig_language_str_mv eng
topic estimación de densidades
varianza de cuantiles
covarianza entre media y cuantiles
bootstrap
density estimation
quantile variance
quantile-mean covariance
bootstrap
spellingShingle estimación de densidades
varianza de cuantiles
covarianza entre media y cuantiles
bootstrap
density estimation
quantile variance
quantile-mean covariance
bootstrap
Montes Rojas, Gabriel
Mena, Andrés Sebastián
Density estimation using bootstrap quantile variance and quantile-mean covariance
topic_facet estimación de densidades
varianza de cuantiles
covarianza entre media y cuantiles
bootstrap
density estimation
quantile variance
quantile-mean covariance
bootstrap
description We propose two novel bootstrap density estimators based on the quantile variance and the quantile-mean covariance. We review previous developments on quantile-density estimation and asymptotic results in the literature that can be applied to this case. We conduct Monte Carlo simulations for dierent data generating processes, sample sizes, and parameters. The estimators perform well in comparison to benchmark nonparametric kernel density estimator. Some of the explored smoothing techniques present lower bias and mean integrated squared errors, which indicates that the proposed estimator is a promising strategy.
format Artículo
publishedVersion
author Montes Rojas, Gabriel
Mena, Andrés Sebastián
author_facet Montes Rojas, Gabriel
Mena, Andrés Sebastián
author_sort Montes Rojas, Gabriel
title Density estimation using bootstrap quantile variance and quantile-mean covariance
title_short Density estimation using bootstrap quantile variance and quantile-mean covariance
title_full Density estimation using bootstrap quantile variance and quantile-mean covariance
title_fullStr Density estimation using bootstrap quantile variance and quantile-mean covariance
title_full_unstemmed Density estimation using bootstrap quantile variance and quantile-mean covariance
title_sort density estimation using bootstrap quantile variance and quantile-mean covariance
publisher Instituto Interdisciplinario de Economía Política (IIEP UBA-CONICET)
publishDate 2022
url https://ojs.economicas.uba.ar/DT-IIEP/article/view/2449
https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=dociiep&d=2449_oai
work_keys_str_mv AT montesrojasgabriel densityestimationusingbootstrapquantilevarianceandquantilemeancovariance
AT menaandressebastian densityestimationusingbootstrapquantilevarianceandquantilemeancovariance
AT montesrojasgabriel estimaciondeladensidadutilizandoelcuantilbootstrapvarianzaycovarianzamediacuantil
AT menaandressebastian estimaciondeladensidadutilizandoelcuantilbootstrapvarianzaycovarianzamediacuantil
_version_ 1825551329779515392