Comparison of Data-Driven Bandwidth Selectors
数据驱动带宽选择方法的比较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：摘要研究通用核密度带宽选择，未明确涉及所列分布效应或其他应用方向。
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
数据驱动带宽选择方法的比较
- 研究问题
- 核密度估计中，不同数据驱动带宽选择方法在趋近最优带宽的速度、特定密度下的表现及有限样本模拟中有何差异？
- 方法与思路
- 作者比较最小二乘、偏差及分割交叉验证与插件规则，分别考察渐近收敛速度、一个目标密度的显式计算和模拟表现。
- 材料陈述的贡献
- 摘要称，当真实密度足够光滑时，插件带宽通常最有效率；但当光滑性不足时，其稳健性较弱，呈现效率与适应性的取舍。
- 阅读关注点
- 应核对最优带宽的损失准则、各规则的实现方式、所要求的光滑性，以及目标密度和模拟设计是否覆盖实际关注的分布形态。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明。摘要未列明光滑性门槛、模拟设置或比较数值，不能据此认定插件法在所有密度下占优。
原文摘要
This paper provides a comparison. on three levels. of several promising data-driven methods for selecting the bandwidth of a kernel density estimator. The methods compared are: least squares cross-validation. biased cross-validation. partitioned cross-validation. and a plug-in rule. The levels of comparison are: asymptotic rate of convergence to the optimum, explici t calculation in the case of one target density. and a simulation study. It is seen that the plug-in bandwidth is usually most efficient when the underlying density is sufficiently smooth. but is less robust when there is not enough smoothness present.