Estimation of the Derivative of the Logarithm of a Density
密度对数导数的估计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：摘要研究通用密度对数导数的一致估计，没有明确涉及分布处理效应或其他给定计量细分领域。
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
密度对数导数的估计
- 研究问题
- 当观测由具有给定条件密度的变量叠加渐消扰动构成时，如何一致估计密度的对数导数及其平方积分？
- 方法与思路
- 作者基于受扰动观测构造密度对数导数估计量，在连续可导和有限信息积分条件下研究逐点及加权平方可积收敛。
- 材料陈述的贡献
- 摘要称获得几乎处处的逐点收敛；附加序列增长和扰动可求和条件下，还得到平方可积收敛及经验平方积分的一致性。
- 阅读关注点
- 应核对估计量构造、条件抽样结构、调节序列与扰动的具体要求，以及对估计量自变量作小扰动时的可测性条件。
- 阅读边界
- 材料为OpenAlex索引摘要，稿件版本未注明；结论依赖所列抽样与扰动条件，摘要未给出估计构造或收敛速度，不能推断刊本差异。
原文摘要
Suppose $g$ is a probability density on $R = (-\infty, +\infty)$ with a continuous derivative and with $I(g) = \int (g'/g)^2g < + \infty$. Suppose $\{\varepsilon_n\}$ is a sequence of positive numbers converging to zero and $V_i, Z_i$ are random variables, $Z_i \rightarrow 0$ with probability one and $V_n$ is conditionally (given $V_1, \cdots, V_{n-1}, Z_1, \cdots, Z_n$) distributed according to $g$. Estimates $h_n$ of $g'/g$ are constructed, which are based on $V_1 + Z_1, \cdots, V_n + Z_n$ and have the following properties. For almost all $\omega, h_n(\omega, \bullet) \rightarrow g'/g$ on $\{t; g(t) > 0\}$. If $n\varepsilon_n \uparrow + \infty, \sum n^{-1}\varepsilon_n^{-1}|Z_n| < + \infty$ a.e. then for almost all $\omega, h_n(\omega, \bullet) \rightarrow g'/g$ in $L_2(g)$ and $\int h_n^2 dG_n \rightarrow I(g)$ where $G_n$ is the empirical distribution function of $V_1 + Z_1, \cdots, V_n + Z_n$. The results on the pointwise and $L_2(g)$ convergences hold also if $h_n$ are replaced by $h_n(\omega, \nu + \eta_n(\nu, \omega))$ provided $\eta_n$ are small and preserve the measurability of the estimators.