Bandwidth Selection for Local Linear Regression Smoothers
局部线性回归平滑器的带宽选择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。
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：摘要讨论通用非参数回归与带宽选择，未明确涉及所列经济计量领域细分。
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…
局部线性回归平滑器的带宽选择
- 研究问题
- 如何通过样本划分选择非参数回归的带宽，并在有限样本风险控制与渐近最优估计之间建立理论联系？
- 方法与思路
- 作者将样本分为训练集和测试集，在训练集上构造不同带宽的平滑器，再最小化测试集上的经验平方预测误差。
- 材料陈述的贡献
- 摘要称所选带宽满足适用于所有有界回归函数的有限样本 oracle 不等式，并报告模拟中的良好有限样本表现。
- 阅读关注点
- 应核对样本划分比例、候选带宽集合、误差条件及 oracle 不等式的风险定义，理解渐近最优性适用的函数范围。
- 阅读边界
- 仅依据所给 Crossref 摘要；摘要未说明完整正则条件、常数及模拟设计，不能据此确认普遍优于其他带宽选择方法。
原文摘要
Summary The paper presents a general strategy for selecting the bandwidth of nonparametric regression estimators and specializes it to local linear regression smoothers. The procedure requires the sample to be divided into a training sample and a testing sample. Using the training sample we first compute a family of regression smoothers indexed by their bandwidths. Next we select the bandwidth by minimizing the empirical quadratic prediction error on the testing sample. The resulting bandwidth satisfies a finite sample oracle inequality which holds for all bounded regression functions. This permits asymptotically optimal estimation for nearly any regression function. The practical performance of the method is illustrated by a simulation study which shows good finite sample behaviour of our method compared with other bandwidth selection procedures.