Niet-parametrische modellering voor afhankelijke data.

Dit onderzoek is gericht op het bestuderen van belangrijke open fundamentele problemen in het gebied van niet-parametrische methoden voor afhankelijke data. Deze technieken hebben aanzienlijk aan belangrijkheid gewonnen in de ingenieurs- en statistische gemeenschap omdat de data afkomstig van de industrie, chemie, biologie, etc. vaak niet voldoet aan de i.i.d. (onafhankelijk en identisch verdeeld) assumptie. De onderzoeksobjectieven die onderzocht zullen worden, ziijn samengevat in de volgende aspecten: 1. Ontwerpen van model delectie criteria die dit type van data kunnen hanteren, 2. Ontwikkeling of uitbreiding van de Box-Jenkins modelstructuur naar niet-parametrische dynamische modellen, 3. Ontwikkeling van uniforme/simultane betrouwbaarheidintervallen voor niet-parametrische methoden voor afhankelijke data op basis van de volume-of-tube formule, 4. Bestuderen van de asymptotische eigenschappen van de ontwikkelde technieken.

Trefwoorden:Nonparametric smoothing, Dependent data, Model selection, Asymptotic statistics

Disciplines:Andere ingenieurswetenschappen en technologie