Arbeitspapier

Bias in nearest-neighbor hazard estimation

In nonparametric curve estimation, the smoothing parameter is critical for performance. In order to estimate the hazard rate, we compare nearest neighbor selectors that minimize the quadratic, the Kullback-Leibler, and the uniform loss. These measures result in a rule of thumb, a cross-validation, and a plug-in selector. A Monte Carlo simulation within the three-parameter exponentiated Weibull distribution indicates that a counter-factual normal distribution, as an input to the selector, does provide a good rule of thumb. If bias is the main concern, minimizing the uniform loss yields the best results, but at the cost of very high variability. Cross-validation has a similar bias to the rule of thumb, but also with high variability.

Sprache
Englisch

Erschienen in
Series: Technical Report ; No. 2008,15

Thema
hazard rate
kernel smoothing
bandwidth selection
nearest neighbor bandwidth
rule of thumb
plug-in
cross-validation
credit risk

Ereignis
Geistige Schöpfung
(wer)
Weißbach, Rafael
Dette, Holger
Ereignis
Veröffentlichung
(wer)
Technische Universität Dortmund, Sonderforschungsbereich 475 - Komplexitätsreduktion in Multivariaten Datenstrukturen
(wo)
Dortmund
(wann)
2008

Handle
Letzte Aktualisierung
10.03.2025, 11:44 MEZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
ZBW - Deutsche Zentralbibliothek für Wirtschaftswissenschaften - Leibniz-Informationszentrum Wirtschaft. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Objekttyp

  • Arbeitspapier

Beteiligte

  • Weißbach, Rafael
  • Dette, Holger
  • Technische Universität Dortmund, Sonderforschungsbereich 475 - Komplexitätsreduktion in Multivariaten Datenstrukturen

Entstanden

  • 2008

Ähnliche Objekte (12)