Simultaneous Density Estimation of Several Income Distributions
多个收入分布的同时密度估计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。
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：摘要直接比较多个净收入分布，并研究用于分布比较的非参数密度估计带宽，符合分位数与分布效应方向。
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
多个收入分布的同时密度估计
- 研究问题
- 比较不同时期的收入分布时，如何选择共同带宽，减少逐条密度曲线交叉验证的波动对分布变化判断的干扰？
- 方法与思路
- 作者以英国二十世纪七十年代净收入分布为背景，通过非参数密度曲线比较变化，并开发适用于多条曲线的合并带宽方法。
- 材料陈述的贡献
- 摘要称，收入分布存在系统变化，所提合并带宽方法比单条曲线的交叉验证更可靠，有助于开展跨分布的视觉比较。
- 阅读关注点
- 应核对合并带宽的目标函数、收入样本的可比性与处理方式，以及“更可靠”的评价标准和不同带宽下的比较结果。
- 阅读边界
- 摘要未提供收入数据来源、变化方向、可靠性指标或数值结果；不能据此推断贫富差距趋势或一般性方法优势。
原文摘要
The size distributions of net income in Great Britain changed systematically in the 1970s. This can be shown by visual comparison of nonparametric density estimates. Typical bandwidth selection methods, such as least squares and biased cross-validation, tend to hinder comparison, because of too much variability across curves. Hence, a method for finding an appropriate pooled bandwidth is developed. It is seen that this method is much more reliable than single curve cross-validation.