Cubical and Spherical Estimation of Multivariate Probability Density
多元概率密度的立方体与球形估计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：摘要研究通用多元密度估计，未明确涉及经济分布效应或其他所列方向。
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
多元概率密度的立方体与球形估计
- 研究问题
- 用方形或圆形邻域内的样本计数估计二维密度时，如何选择邻域大小，两种形状的均方误差有何差异？
- 方法与思路
- 作者定义两种邻域计数密度估计，将均方误差的主要部分分解为误差项和偏差项，并推广到多维空间。
- 材料陈述的贡献
- 摘要称存在最优邻域大小，二维最优圆形估计的均方误差较小，并比较了两类估计在多维空间中的性质。
- 阅读关注点
- 应核对密度函数的正则条件、误差展开与最优尺度的适用范围，以及高维比较是否保留二维结论。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体正则条件和证明未提供，尺度公式的排版应查原文，不能推广为普遍优越性。
原文摘要
Two estimates of the density function f(x,y) of points in a plane are defined from a sample of n points by (1) counting how many points lie within a square of side 2h and center at (x,y), and (2) by counting how many points lie within a circle of diameter 2R and center at (x,y). Optimal values of h and R are shown to exist. This is done by expressing the principal part of the mean square errors of these estimates as the sum of two terms, an “error” and a “bias.” The error increases when h or R is made smaller, the bias increases when h or R is made larger. The optimal values of h and R have the form bn -1/6 where b is an explicit function of f(x,y). For a given n, the optimal form of estimate (2) has a smaller mean square error than the optimal form of estimate (1). These results are generalized to κ-dimensional space and the properties of the two estimates compared. Finally, a brief review is given of related literature on non-parametric density determination in one or more dimensions.