Bandwith selection for the smoothing of distribution functions
分布函数平滑的带宽选择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：摘要研究一般分布函数平滑和带宽理论，未涉及经济分位数、政策分布效应或其他所列应用。
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
分布函数平滑的带宽选择
- 研究问题
- 核平滑分布函数时应如何选择带宽，才能捕捉相对标准经验分布函数的二阶改进，并比较不同数据驱动方法的表现？
- 方法与思路
- 作者提出适用于分布函数平滑的交叉验证，通过无偏估计平均积分平方误差曲线选择带宽，并开展一般理论与模拟比较。
- 材料陈述的贡献
- 摘要称，所提带宽具有一阶与二阶渐近最优性；模拟显示交叉验证表现良好，简单参考分布带宽也颇为有效。
- 阅读关注点
- 应核对误差曲线无偏估计的构造、二阶最优性的定义与条件，以及各比较方法的调参和参考分布选择对结果的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；最优性条件及模拟数值未提供，不能将二阶改进解释为所有有限样本下的优势。
原文摘要
Several approaches can be made to the choice of bandwidth in the kernel smoothing of distribution functions. Recent proposals by Sarda (1993) and by Altman & Leger (1995) are analogues of the ‘leave-one-out’ and ‘plug-in’ methods which have been widely used in density estimation. In contrast, a method of crossvalidation appropriate to the smoothing of distribution functions is proposed. Selection of the bandwidth parameter is based on unbiased estimation of a mean integrated squared error curve whose minimising value defines an optimal smoothing parameter. This procedure is shown to lead to asymptotically optimal bandwidth choice, not just in the usual first-order sense but also in the second-order sense in which kernel methods improve on the standard empirical distribution function. Some general theory on the performance of optimal, data-based methods of bandwidth choice is also provided, leading to results which do not have analogues in the context of density estimation. The numerical performances of all the methods discussed in the paper are compared. A bandwidth based on a simple reference distribution is also included. Simulations suggest that the crossvalidatory proposal works well, although the simple reference bandwidth is also quite effective.