A nonparametric calibration analysis
非参数校准分析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：摘要研究一般非参数校准与定年应用，没有给定计量领域细分的明确依据。
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
非参数校准分析
- 研究问题
- 在非参数校准问题中，如何直接估计待校准的未知量，并为多个未知值同时构造具有渐近依据的容许区域？
- 方法与思路
- 作者结合核估计与稳健估计，利用估计过程的强近似和相关极值定理，构造逐点估计及渐近同时容许区域。
- 材料陈述的贡献
- 摘要称，方法可直接得到目标量的稳健逐点估计和多个未知值的同时容许区域，并通过放射性碳定年问题展示应用。
- 阅读关注点
- 应核对校准关系与目标参数的定义、核带宽和稳健化方式，以及同时容许区域的概率解释和强近似所需条件。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明校准关系限制和有限样本覆盖性质，不能把容许区域直接等同于置信带。
原文摘要
In this paper we discuss a new approach to solve calibration problems in a nonparametric setting. This approach is appealing because it yields estimates of the required quantities directly. The method combines kernel and robust estimation techniques. It relies on strong approximations of the estimating process and the extreme value theorem of Bickel and Rosenblatt. Using these results, we first obtain robust pointwise estimates of the parameters of interest. Second, we set up asymptotic simultaneous tolerance regions for many unknown values of the quantity to be calibrated. The technique is illustrated on a radiocarbon dating problem. The nonparametric calibration procedure proves to be of practical, as well as theoretical interest; moreover, it is quick and simple to implement.