Bootstrap Choice of Bandwidth for Density Estimation
核密度估计的自助法带宽选择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：摘要研究通用核密度估计与带宽选择，没有分位数效应、经济分布效应或金融尾部风险的具体研究对象。
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
核密度估计的自助法带宽选择
- 研究问题
- 如何用自助法估计核密度估计的积分均方误差并选择带宽，同时避免普通自助法遗漏偏差成分的问题？
- 方法与思路
- 作者以初始密度估计构造平滑自助法，估计各带宽对应的积分均方误差并最小化，同时构造逐点与同时置信区间。
- 材料陈述的贡献
- 摘要称在所考察的长尾、短尾、非对称及双峰等模拟密度中，自助法均优于交叉验证，置信带准确性随样本量改善。
- 阅读关注点
- 应核对初始密度及其带宽如何选择、误差估计怎样恢复偏差，以及置信带构造和交叉验证比较使用的评价标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；优于交叉验证是所述模拟范围内的结果，不能推广至所有密度或样本情景。
原文摘要
A bootstrap-based choice of bandwidth for kernel density estimation is introduced. The method works by estimating the integrated mean squared error (IMSE) for any given bandwidth and then minimizing over all bandwidths. A straightforward application of the bootstrap method to estimate the IMSE fails because it does not capture the bias component. A smoothed bootstrap method based on an initial density estimate is described that solves this problem. It is possible to construct pointwise and simultaneous confidence intervals for the density. The simulation study compares cross-validation and the bootstrap method over a wide range of densities—a long-tailed, a short-tailed, an asymmetric, and a bimodal, among others. The bootstrap method uniformly outperforms cross-validation. The accuracy of the constructed confidence bands improves as the sample size increases.