Average Density Estimators: Efficiency and Bootstrap Consistency
平均密度估计量：效率与 Bootstrap 一致性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：摘要讨论通用半参数密度泛函的效率和重抽样理论，未涉及具体微观分布效应或其他列出的应用方向。
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
平均密度估计量：效率与 Bootstrap 一致性
- 研究问题
- 在平均密度这一半参数估计问题中，达到最小光滑条件下的效率，是否也意味着非参数 bootstrap 能提供一致有效的近似？
- 方法与思路
- 作者比较简单代入估计量与若干去偏估计量，分析估计偏差、半参数效率和非参数 bootstrap 一致性之间的关系。
- 材料陈述的贡献
- 摘要称，简单代入估计虽因偏差而不能达到效率，却可获得 bootstrap 一致性；若干有效去偏估计在相同条件下反而不能。
- 阅读关注点
- 应核对平均密度参数的定义、最小光滑条件和带宽要求，并确认 bootstrap 校正偏差的含义及不同去偏方法失效的原因。
- 阅读边界
- 所给版本为 arXiv 预印本，不能据此认定已同行评审或被期刊接收；摘要结论针对特定估计问题，不能推广为普遍规律。
原文摘要
This paper highlights a tension between semiparametric efficiency and bootstrap consistency in the context of a canonical semiparametric estimation problem, namely the problem of estimating the average density. It is shown that although simple plug-in estimators suffer from bias problems preventing them from achieving semiparametric efficiency under minimal smoothness conditions, the nonparametric bootstrap automatically corrects for this bias and that, as a result, these seemingly inferior estimators achieve bootstrap consistency under minimal smoothness conditions. In contrast, several "debiased" estimators that achieve semiparametric efficiency under minimal smoothness conditions do not achieve bootstrap consistency under those same conditions.