Enhancing convolution and interpolation methods for nonparametric regression
改进非参数回归中的卷积与插值方法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：摘要研究通用非参数回归平滑方法，未明确涉及给定的因果、面板、宏观或金融细分方向。
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
改进非参数回归中的卷积与插值方法
- 研究问题
- 传统卷积与插值回归估计中的权重变动为何导致方差膨胀，能否通过少量额外设计点降低方差？
- 方法与思路
- 作者在已有卷积和插值方法上增加少量设计点参与平滑，调整估计权重，并概述改进方法的理论与数值性质。
- 材料陈述的贡献
- 摘要称额外使用少量设计点可使方差按常数因子降低；与局部线性平滑器竞争是研究目标，摘要未给出全面比较结果。
- 阅读关注点
- 应核对新增设计点的选择规则、方差缩减是否改变偏差，以及边界表现、设计条件和局部线性方法的比较标准。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要。方差缩减因子、偏差代价和数值结果未提供，不能据此判断总体误差改善。
原文摘要
Following earlier work of Jones, Davies & Park (1994) we develop estimators based on convolution and interpolation methods, with the aim of reducing their variance and making them competitive with local linear smoothers. We argue that the classic convolution and interpolation approaches due to Gasser & Müller (1979) and Clark (1977) exhibit inflated variance on account of the relatively high variability of weights used in their construction. We show that, by convolving or interpolating over only a small additional number of design points, variance is reduced by a constant factor. Theoretical and numerical properties are summarised.