Comparison of Some Density Estimate Classification Procedures
若干基于密度估计的分类程序比较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：摘要讨论通用密度估计与分类评估，没有直接对应所列经济计量细分领域的文本证据。
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
若干基于密度估计的分类程序比较
- 研究问题
- 对于由密度估计构造的三种判别程序，如何比较其正确分类数量，并考察非参数方法与二元正态模型方法的表现？
- 方法与思路
- 作者采用一种新的判别程序比较方法，评估两种非参数密度估计分类程序与一种未知参数二元正态分类程序。
- 材料陈述的贡献
- 摘要明确贡献是运用新的比较方法研究三类程序的相对分类表现，但未给出比较结果或任何方法的优势排序。
- 阅读关注点
- 应核对新比较方法的统计依据、非参数密度估计的具体形式，以及正确分类数量如何计算和用于方法比较。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不推断刊本变化；摘要未说明样本设置、评估方式及数值结果，不能判断相对优劣。
原文摘要
A new method for comparing discrimination procedures is employed to investigate the relative performance with respect to number of points correctly classified by three discrimination procedures induced by estimating densities. Two of the procedures are based on non-parametric density estimates, while the third assumes a bivariate normal density with unknown parameters.