Cross-validation in density estimation
密度估计中的交叉验证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的窗口选择，没有分位数或经济分布效应的明确内容，故不对应所列细分领域。
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
密度估计中的交叉验证
- 研究问题
- 在有界区间上估计密度时，用交叉验证选择窗口宽度即使能够得到一致估计，是否仍可能在大样本下表现次优？
- 方法与思路
- 作者考察有界区间密度估计中的交叉验证窗口选择，分析其大样本表现，并在摘要中建议谨慎使用及考虑替代方案。
- 材料陈述的贡献
- 摘要称该方法即使产生一致估计，也会在大样本下次优，并建议采用其他选择技术；摘要没有给出具体效率损失。
- 阅读关注点
- 应核对交叉验证准则的具体形式、次优所依据的风险尺度，以及有界区间边界处理和替代窗口选择方法的适用条件。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要，无法核实次优结论的条件、幅度和比较基准；不能将其扩展为对所有交叉验证方法的否定。
原文摘要
We examine the cross-validatory method of choosing the window size when estimating a density on a bounded interval. Tt is shown that even if the resulting estimator is consistent it will perform suboptimally for large samples, and should be used cautiously. Alternative techniques, such as that proposed by Silverman (1978a), would be a wiser choice.