Merging Information for Semiparametric Density Estimation
半参数密度估计中的信息合并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：摘要研究一般密度估计与经验似然，未提供经济分布效应或其他所列细分方向的明确依据。
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
半参数密度估计中的信息合并
- 研究问题
- 当多个总体的密度比具有已知参数形式、各密度本身未被参数化时，如何合并不同样本的信息以改进密度估计？
- 方法与思路
- 作者借助经验似然处理密度比模型下的半参数推断，将各样本的数据合并用于核密度估计，并调整既有方法选择平滑参数。
- 材料陈述的贡献
- 摘要称，合并全部样本信息能够得到更有效率的未知密度核估计，并提出适用于这些估计量的平滑参数选择方法。
- 阅读关注点
- 应核对密度比模型的具体设定、经验似然权重的构造，以及效率比较采用的标准、适用条件和带宽选择方法。
- 阅读边界
- 这里只依据所给 Crossref 摘要；摘要未说明效率提升的具体条件、幅度与稳健性，也不足以判断密度比模型误设的影响。
原文摘要
Summary The density ratio model specifies that the likelihood ratio of m−1 probability density functions with respect to the mth is of known parametric form without reference to any parametric model. We study the semiparametric inference problem that is related to the density ratio model by appealing to the methodology of empirical likelihood. The combined data from all the samples leads to more efficient kernel density estimators for the unknown distributions. We adopt variants of well-established techniques to choose the smoothing parameter for the density estimators proposed.