AFRIKA STATISTIKA

Théorie des Probabilités et Statistiques Mathématiques
et domaines connexes



Journal contents / Contenu du Journal

Volume 13, Numéro 2, Année 2018

Amadou Diadie BA,Gane Samb LO,Diam BA,
Divergence Measures Estimation and Its Asymptotic Normality Theory Using Wavelets Empirical Processes II, pp. 1667-16811
DOI : http://dx.doi.org/10.16929/as/1667.127
ABSTRACT
ENGLISH In Ba \textit{et al.}(2017), a general normal asymptotic theory for divergence measures estimators has been provided. These estimators are constructed from the wavelets empirical process and concerned the general $\phi$-divergence measures. In this paper, we first extend the aforementioned results to symmetrized forms of divergence measures. Second, the Tsallis and Renyi divergence measures as well as the Kullback-Leibler measures are investigated in details. The question of the applicability of the results, based on the boundedness assumption is also dealt, leading to future packages

FRANCAIS Dans Ba textit {et al.} (2017), une théorie asymptotique normale générale pour les estimateurs de mesures de divergence a été fournie. Ces estimateurs sont construits à partir du processus empirique basé sur les des ondelettes et concernait les mesures générales de divergence phi. Dans cet article, nous étendons d'abord les résultats susmentionnés à des formes symétrisées de mesures de divergence. Deuxièmement, les mesures de divergence Tsallis et Renyi ainsi que les mesures de Kullback-Leibler sont étudiées en détail. La question de l'applicabilité des résultats, basée sur l'hypothèse de densités bornées, est également abordée, conduisant à de futurs programmes informatiques.
Citer cet article
Amadou Diadie BA,Gane Samb LO,Diam BA, (2018). Divergence Measures Estimation and Its Asymptotic Normality Theory Using Wavelets Empirical Processes II. Afrika Statistika . Volume 13(2), pp 1667-16811
Doi : http://dx.doi.org/10.16929/as/1667.127













JAS
JAS



ok