lpcde: Estimation and Inference for Local Polynomial Conditional Density Estimators
lpcde：局部多项式条件密度估计与推断AI 解读 ↓
← 返回论文列表与筛选
阅读说明
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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接涉及条件分布、条件密度及其导数的估计和推断。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
lpcde：局部多项式条件密度估计与推断
- 研究问题
- 如何在 R 中实现条件分布、密度及其导数的局部多项式估计，并提供带宽选择、边界处理和可靠的不确定性量化？
- 方法与思路
- 作者介绍 lpcde 包，以核局部多项式平滑配合均方误差最优带宽和稳健偏差校正，并提供满足密度约束的正则化估计。
- 材料陈述的贡献
- 摘要称软件支持逐点区间与一致置信带，在紧支撑情形具有边界适应性，并用模拟、真实数据及软件比较展示功能。
- 阅读关注点
- 应核对平滑及带宽条件、偏差校正与置信带实现、密度正则化的影响，并检查预印本和摘要所称缩写刊本的差异。
- 阅读边界
- 所给为 arXiv 预印本，本版本的同行评审或接收未核验；摘要称缩写版发表于 JOSS，但该陈述未核验且两版差异未说明。
原文摘要
This paper discusses the R package lpcde, which stands for local polynomial conditional density estimation. It implements the kernel-based local polynomial smoothing methods introduced in Cattaneo, Chandak, Jansson, Ma (2024) for statistical estimation and inference of conditional distributions, densities, and derivatives thereof. The package offers mean square error optimal bandwidth selection and associated point estimators, as well as uncertainty quantification based on robust bias correction both pointwise (e.g., confidence intervals) and uniformly (e.g., confidence bands) over evaluation points. The methods implemented are boundary adaptive whenever the data is compactly supported. The package also implements regularized conditional density estimation methods, ensuring the resulting density estimate is non-negative and integrates to one. We contrast the functionalities of lpcde with existing open-source packages for conditional density estimation, and showcase its main features using simulated and real datasets. An abbreviated version of this article is published in Cattaneo, Chandak, Jansson, Ma (2025 JOSS).