跳到正文
← 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,未明确涉及经济变量的分位数或分布效应。

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
Ian S. Abramson

核估计中的带宽变化:平方根法则

研究问题
估计光滑密度在某点的取值时,能否让核带宽随底层密度自适应变化,从而减小偏差并避免依赖牺牲正性的核构造?
方法与思路
作者让各观测处的带宽按密度平方根的倒数成比例变化,分析这种自适应核密度估计,并讨论等变性和方差稳定化。
材料陈述的贡献
摘要称该带宽规则使偏差相对通常偏差成为趋零比例,并达到某些施加核矩条件的估计量所呈现的表现。
阅读关注点
应核对光滑性和尾部条件、真实密度未知时的带宽实现,以及偏差降低、估计曲线正性与方差稳定化各自成立的范围。
阅读边界
仅据稿件版本未注明的 OpenAlex 索引摘要;可行密度预估方法和误差阶未说明,不能将偏差改善等同于整体误差普遍更小。

原文摘要

We consider kernel estimation of a smooth density $f$ at a point, but depart from the usual approach in admitting an adaptive dependence of the sharpness of the kernels on the underlying density. Proportionally varying the bandwidths like $f^{-1/2}$ at the contributing readings lowers the bias to a vanishing fraction of the usual value, and makes for performance seen in well-known estimators that force moment conditions on the kernel (and so sacrifice positivity of the curve estimate). Issues of equivariance and variance stabilitization are treated.

笔记与分组
相关领域论文