Tuning Parameter-Free Nonparametric Density Estimation from Tabulated Summary Data
基于汇总表数据的无调参非参数密度估计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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接研究非参数密度恢复，并以纳税申报汇总数据估计收入分布，符合分布分析方向，但未涉及处理效应识别。
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…
基于汇总表数据的无调参非参数密度估计
- 研究问题
- 当行政数据仅能以汇总表形式获取时，如何从有限汇总信息恢复结果分布，并避免传统核密度方法的调参需求？
- 方法与思路
- 作者基于最大熵原则构造非参数密度估计量，给出闭式密度表达式及强一致收敛结果，并应用于美国纳税申报收入汇总数据。
- 材料陈述的贡献
- 摘要称方法无需调节参数、便于估计后分析，并证明强一致的均匀收敛；收入分布应用展示其处理汇总数据的用途。
- 阅读关注点
- 应核对汇总表包含哪些信息、最大熵约束及闭式解的构造，以及分组方案随样本变化时强一致性所需条件。
- 阅读边界
- 这是 arXiv 预印本，未核实同行评审或期刊接收。摘要未说明一致性条件和分组信息要求，无需调参不等于无需其他建模选择。
原文摘要
Administrative data are often easier to access as tabulated summaries than in the original format due to confidentiality concerns. Motivated by this practical feature, we propose a novel nonparametric density estimation method from tabulated summary data based on maximum entropy and prove its strong uniform consistency. Unlike existing kernel-based estimators, our estimator is free from tuning parameters and admits a closed-form density that is convenient for post-estimation analysis. We apply the proposed method to the tabulated summary data of the U.S. tax returns to estimate the income distribution.