1) conditional median
条件中位数
1.
Consistency of L_ 1 norm nearest neighbour estimator of the conditional median for mixing sample;
混合样本下条件中位数L_1模最近邻估计的相合性
2.
In order to enhance its estimate performance, we improve the conditional median algorithm in this paper.
条件中位数算法是求解贮存失效率的算法之一,但其估计性能不理想,实际应用并不多见。
2) Conditional quantiles
条件分位数
1.
in this paper, we employ the empirical likelihood method to propose a new class of estimators of conditional quantiles in the presence of some auxiliary information.
本文利用经验似然方法给出了含附加信息时条件分位数的一类新估计，在一定的正则条件下证明了估计的渐近正态性且渐近方差小于或等于通常的条件分位数核估计的渐近方差。
3) Conditional quantile
条件分位数
1.
Under stationary and 00000000-mixing sample, the kernel estimation of a conditional quantile is studied.
研究平稳、φ—混合样本下条件分位数的核估计,在一定的条件下给出了估计较佳的强收敛速度。
2.
In response to the variables in the random missing mechanism,we employ the C-C method to propose estimators of conditional quantiles in the absence and presence of some auxiliary information.
在响应变量满足随机缺失机制下,利用完全记录单元方法分别给出不含附加信息和含附加信息时条件分位数的估计,并在给定的正则条件下证明估计的渐近正态性。
4) conditional t-quantiles
条件t分位数
1.
For conditional t-quantiles kernel estimator of mixing sample, in this paper, we obtain its consistency rates under certain conditions.
在一定条件下,得到了φ混合样本条件t分位数的核估计强收敛速度,即定理 对同分布的φ混合样本(X1,Y1),…,(Xn,Yn)∈Rd×R1,若 X1具有边际密度函数f; 条件分布函数F(y｜x)在(x,θx(t))的邻域内具有连续的密度函数f(y｜x); ∑nφ(n)<∞; h=(n-12logn)1d+1,0
5) Estimation of conditional quantiles
条件分位数估计
6) Quantile Regression Method
条件分位数回归
1.
An Empirical Analysis on Regional Financial Development and Economic Growth:Based on Prefecture-level City Data of China and Quantile Regression Method
与经典的条件均值回归相比,条件分位数回归实证分析能够揭示数据生成过程更加丰富的信息,这为对区域金融发展与经济增长关系进行时空特征整合的统计建模提供了有力支持。
补充资料：年龄中位数
指将全体人口按年龄大小的自然顺序排列时居于中间位置的人的年龄数值。也称中位年龄或中数年龄。年龄中位数是一种位置的平均数,它将总人口分成两半,一半在中位数以上，一半在中位数以下，反映了人口年龄的分布状况和集中趋势。
年龄中位数可按各年龄组的人数计算，其公式为
年龄中位数＝中位数组的年龄下限值
＋ ｛［（人口总数）／2－中位数组之前各组人数累计］
÷中位数组的人口数｝×组距
年龄中位数也可按各年龄组人数的比重计算，公式为
年龄中位数＝中位数组的年龄下限值
＋［（0.5－中位数组之前各组人口比重累计）
÷中位数所在组的人口比重］×组距
年龄中位数比较容易理解，计算简便，在人口统计中用得也很广泛。这是因为只需要掌握较低各年龄组的人数即可计算，而且在不等距年龄分组和有开口年龄组的情况下，仍能照常计算。
年龄中位数可用于同一时期不同人口的对比分析，也可用于同一人口不同时期的对比分析。国际上通常用年龄中位数指标作为划分人口年龄构成类型的标准。①年龄中位数在20岁以下为年轻型人口；②年龄中位数在20～30岁之间为成年型人口；③年龄中位数在30岁以上为老年型人口。年龄中位数向上移动的轨迹，反映了人口总体逐渐老化的过程。在人口统计中，除常计算总人口的年龄中位数外，还常分别计算男、女性人口的年龄中位数以及其他各种年龄中位数。例如，结婚人口的年龄中位数，育龄妇女的年龄中位数，死亡人口的年龄中位数，等等。
年龄中位数可按各年龄组的人数计算，其公式为
年龄中位数＝中位数组的年龄下限值
＋ ｛［（人口总数）／2－中位数组之前各组人数累计］
÷中位数组的人口数｝×组距
年龄中位数也可按各年龄组人数的比重计算，公式为
年龄中位数＝中位数组的年龄下限值
＋［（0.5－中位数组之前各组人口比重累计）
÷中位数所在组的人口比重］×组距
年龄中位数比较容易理解，计算简便，在人口统计中用得也很广泛。这是因为只需要掌握较低各年龄组的人数即可计算，而且在不等距年龄分组和有开口年龄组的情况下，仍能照常计算。
年龄中位数可用于同一时期不同人口的对比分析，也可用于同一人口不同时期的对比分析。国际上通常用年龄中位数指标作为划分人口年龄构成类型的标准。①年龄中位数在20岁以下为年轻型人口；②年龄中位数在20～30岁之间为成年型人口；③年龄中位数在30岁以上为老年型人口。年龄中位数向上移动的轨迹，反映了人口总体逐渐老化的过程。在人口统计中，除常计算总人口的年龄中位数外，还常分别计算男、女性人口的年龄中位数以及其他各种年龄中位数。例如，结婚人口的年龄中位数，育龄妇女的年龄中位数，死亡人口的年龄中位数，等等。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条