Adaptive Bandwidth Choice for Kernel Regression
核回归的自适应带宽选择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的带宽选择，没有直接指向所列领域细分的证据。
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
核回归的自适应带宽选择
- 研究问题
- 如何利用数据为回归函数在某一点的核估计选择局部带宽，使其接近以最小均方误差为目标的渐近最优值？
- 方法与思路
- 作者提出数据驱动的局部带宽选择程序，研究带宽估计的一致性和渐近正态性，并讨论局部线性及加权局部多项式扩展。
- 材料陈述的贡献
- 摘要称该带宽估计在模拟中表现良好，相对全局带宽估计有所改善；方法也可用于局部线性和加权局部多项式拟合。
- 阅读关注点
- 应核对渐近最优带宽的定义、光滑性与抽样条件，以及局部带宽的实际计算和模拟中与全局带宽比较的评价指标。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未提供正则条件及模拟数值，所述改善不能推广至所有回归场景。
原文摘要
A data-based procedure is introduced for local bandwidth selection for kernel estimation of a regression function at a point. The estimated bandwidth is shown to be consistent and asymptotically normal as an estimator of the (asymptotic) optimal value for minimum mean square estimation. Simulation studies indicate satisfactory behavior of the new bandwidth estimator in finite samples. The findings are improvements over a global bandwidth estimator. The same methodology works for local linear regression and extends easily to weighted local polynomial fits.