Estimation of Quantiles in Certain Nonparametric Models
某些非参数模型中的分位数估计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：摘要明确以分位数估计及其双侧置信区间为研究对象，对应分位数与分布方法方向。
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…
关注这篇论文的作者
某些非参数模型中的分位数估计
- 研究问题
- 在真实密度具有有界导数时，样本分位数相对准分位数有何亏损表现，自适应估计能否进一步改善估计与区间表现？
- 方法与思路
- 作者在密度导数有界的非参数模型中比较样本分位数与准分位数，并在二阶导数有界时研究自适应估计及双侧置信区间。
- 材料陈述的贡献
- 摘要称样本分位数仍有效率，但相对准分位数的亏损快速趋于无穷；另给出自适应估计及相应置信区间的比较结果。
- 阅读关注点
- 应核对亏损及相对亏损的定义、准分位数的具体构造，以及自适应程序改善表现所需的光滑性条件与区间比较准则。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；亏损增长不能直接解释为一阶效率失效，具体速率、条件和刊本变化未说明。
原文摘要
The deficiency of sample quantiles with respect to quasiquantiles is investigated under the assumption that the true density function has bounded derivatives. Then the sample quantile is still an efficient estimator of the true quantile but the relative deficiency of sample quantiles with respect to suitably defined quasiquantiles quickly tends to infinity for increasing sample sizes. If the second derivative of the true density function is bounded, then adaptive estimators will be found which are of a better performance than quasiquantiles. Corresponding results are derived for two-sided confidence intervals which are based on quasiquantiles and adaptive estimators.