Gugushvili, S., van Es, B., & Spreij, P. (2011). Deconvolution for an atomic distribution: rates of convergence. Journal of Nonparametric Statistics, 23(4), 1003-1029. https://doi.org/10.1080/10485252.2011.576763[details]
van Es, B., & Spreij, P. (2011). Estimation of a multivariate stochastic volatility density by kernel deconvolution. Journal of Multivariate Analysis, 102(3), 683-697. https://doi.org/10.1016/j.jmva.2010.12.003[details]
van Es, B., Spreij, P., & van Zanten, H. (2011). Nonparametric methods for volatility density estimation. In G. di Nunno, & B. Øksendal (Eds.), Advanced Mathematical Methods for Finance (pp. 293-312). (Springer for Research & Development). Springer. http://rd.springer.com/chapter/10.1007/978-3-642-18412-3_11[details]
2010
van Es, B., & Gugushvili, S. (2010). Asymptotic normality of the deconvolution kernel density estimator under the vanishing error variance. Journal of the Korean Statistical Society, 39(1), 103-115. https://doi.org/10.1016/j.jkss.2009.04.007[details]
2008
van Es, B., & Gugushvili, S. (2008). Weak convergence of the supremum distance for supersmooth kernel deconvolution. Statistics & Probability Letters, 78(17), 2932-2938. https://doi.org/10.1016/j.spl.2008.05.002[details]
van Es, B., Gugushvili, S., & Spreij, P. (2008). Deconvolution for an atomic distribution. Electronic Journal of Statistics, 2, 265-297. https://doi.org/10.1214/07-EJS121[details]
De UvA gebruikt cookies voor het meten, optimaliseren en goed laten functioneren van de website. Ook worden er cookies geplaatst om inhoud van derden te kunnen tonen en voor marketingdoeleinden. Klik op ‘Accepteren’ om akkoord te gaan met het plaatsen van alle cookies. Of kies voor ‘Weigeren’ om alleen functionele en analytische cookies te accepteren. Je kunt je voorkeur op ieder moment wijzigen door op de link ‘Cookie instellingen’ te klikken die je onderaan iedere pagina vindt. Lees ook het UvA Privacy statement.