Uniform Consistency of a Class of Regression Function Estimators
一类回归函数估计量的一致一致性AI 解读 ↓
本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。
AI 根据所提供的论文材料归类:摘要讨论非参数回归估计量的一致收敛理论,未涉及所给领域细分中的因果推断、面板、时间序列或金融计量等具体应用方向,故不选择。
一类回归函数估计量的一致一致性AI 解读 ↓
正在核对关联版本…
正在核对对应版本的资源…
We study a wide class of nonparametric regression function estimators including kernel estimators and robust smoothers. Under different assumptions on the kernel and the sequence of bandwidths, we obtain weak uniform consistency rates on a bounded interval. The uniform consistency is shown in a "stochastic design model" and in a "fixed design model".