Bandwidth Choice for Density Derivatives
概率密度导数估计的带宽选择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：摘要涉及一般非参数密度导数估计，未指向分位数与分布效应等特定计量目标。
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…
概率密度导数估计的带宽选择
- 研究问题
- 在用核方法估计概率密度的导数时，如何选择平滑带宽，并为这一数据驱动选择方法提供理论与实践依据？
- 方法与思路
- 作者调整最小二乘交叉验证方法，使其适用于密度导数的核估计，并通过一个例子和模拟研究检验实用性。
- 材料陈述的贡献
- 摘要称，所提带宽选择方法具有渐近最优性结果，同时提供实例与模拟支持；摘要没有给出具体误差或数值。
- 阅读关注点
- 应核对导数阶数、最优性对应的损失标准、密度和核函数条件，以及交叉验证目标的计算与有限样本表现。
- 阅读边界
- 仅据所给 Crossref 摘要；摘要未说明渐近最优性的条件、参照标准或模拟结果，不能据此推断其他版本变化。
原文摘要
SUMMARY An adaptation of least squares cross-validation is proposed for bandwidth choice in the kernel estimation of the derivatives of a probability density. The practicality of the method is demonstrated by an example and a simulation study. Theoretical justification is provided by an asymptotic optimality result.