Zobrazeno 1 - 10
of 2 346
pro vyhledávání: '"Interpoint distance"'
Suppose $\left \{ X_{i,k}; 1\le i \le p, 1\le k \le n \right \} $ is an array of i.i.d.~real random variables. Let $\left \{ p=p_{n}; n \ge1 \right \} $ be positive integers. Consider the maximum interpoint distance $M_{n}=\max_{1\le i< j\le p} \left
Externí odkaz:
http://arxiv.org/abs/2312.15857
Autor:
Yan, Guowei, Feng, Long
In this paper, we considier the limiting distribution of the maximum interpoint Euclidean distance $M_n=\max _{1 \leq i
Externí odkaz:
http://arxiv.org/abs/2312.10875
Publikováno v:
Communications in Statistics: Theory & Methods. Oct2024, p1-18. 18p.
Autor:
Modak, Soumita1 (AUTHOR) soumitamodak2013@gmail.com
Publikováno v:
Communications in Statistics: Simulation & Computation. 2024, Vol. 53 Issue 11, p5323-5341. 19p.
Autor:
Modak, Soumita
Publikováno v:
Communications in Statistics - Simulation and Computation (2023)
A novel nonparametric clustering algorithm is proposed using the interpoint distances between the members of the data to reveal the inherent clustering structure existing in the given set of data, where we apply the classical nonparametric univariate
Externí odkaz:
http://arxiv.org/abs/2305.00901
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Heiny, Johannes, Kleemann, Carolin
A limit theorem for the largest interpoint distance of $p$ independent and identically distributed points in $\mathbb{R}^n$ to the Gumbel distribution is proved, where the number of points $p=p_n$ tends to infinity as the dimension of the points $n\t
Externí odkaz:
http://arxiv.org/abs/2302.06965
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Modak, Soumita
Publikováno v:
Journal of Statistical Computation and Simulation, Year: 2022, Vol. 92 , Pages 1062-1077
A new interpoint distance-based measure is proposed to identify the optimal number of clusters present in a data set. Designed in nonparametric approach, it is independent of the distribution of given data. Interpoint distances between the data membe
Externí odkaz:
http://arxiv.org/abs/2210.08972
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.