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边界修正,未明确涉及条件分位数或经济分布效应。

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
S. Zhang
R. J. Karunamuni
M. C. Jones

边界处密度函数的改进估计量

研究问题
如何修正核密度估计在支持集边界附近的表现,并比较新的广义反射方法与既有反射和边界核方法?
方法与思路
作者先利用边界处密度对数导数的初步估计变换数据,再对变换后的数据实施广义反射,并提供理论与模拟。
材料陈述的贡献
摘要称,新方法在模拟中优于较早的广义反射方法,相对边界核及其非负修正版总体有优势,但部分情形存在竞争。
阅读关注点
应核对数据变换及初步导数估计的定义、边界处的正则条件,以及不同密度形状和带宽下的比较指标与结果。
阅读边界
仅依据版本未注明的 OpenAlex 索引摘要;理论条件、模拟设计和优势幅度未说明,不能将比较结论外推到所有密度。

原文摘要

We propose a new method of boundary correction for kernel density estimation. The technique is a kind of generalized reflection method involving reflecting a transformation of the data. The transformation depends on a pilot estimate of the logarithmic derivative of the density at the boundary. In simulations, the new method is seen to clearly outperform an earlier generalized reflection idea. It also has overall advantages over boundary kernel methods and a nonnegative adaptation thereof, although the latter are competitive in some situations. We also present the theory underlying the new methodology.

笔记与分组
相关领域论文