Cross-Validation in Density Estimation
密度估计中的交叉验证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：摘要讨论一般非参数密度估计的窗口选择，没有经济分布效应或其他所列细分方向的直接文本依据。
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
密度估计中的交叉验证
- 研究问题
- 在有界区间上进行密度估计时，用交叉验证选择窗口宽度是否能够获得良好的大样本表现，一致性是否足以支持这一选择？
- 方法与思路
- 作者考察有界区间密度估计的交叉验证窗口选择方法，分析其大样本表现，并讨论摘要所提替代选择技术的使用建议。
- 材料陈述的贡献
- 摘要称，所考察方法即使得到一致估计量，大样本表现仍可能次优，因此建议谨慎使用，并倾向采用文中提到的替代技术。
- 阅读关注点
- 应核对具体交叉验证准则、边界处理方式、次优所依据的风险标准和渐近条件，以及替代方法与原方法的比较范围。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 摘要；次优的精确定义和条件未说明，不能将其结论推广至所有交叉验证或密度估计问题。
原文摘要
We examine the cross-validatory method of choosing the window size when estimating a density on a bounded interval. Tt is shown that even if the resulting estimator is consistent it will perform suboptimally for large samples, and should be used cautiously. Alternative techniques, such as that proposed by Silverman (1978a), would be a wiser choice.