The Use of Uncategorized Data to Improve the Performance of a Nonparametric Estimator of a Mixture Density
利用未分类数据改进混合分布成分密度的非参数估计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：摘要讨论通用混合密度估计，未提供足以对应所列经济学细分方向的证据。
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
利用未分类数据改进混合分布成分密度的非参数估计
- 研究问题
- 在估计混合分布的成分密度时，如何结合已分类与未分类观测，并降低仅使用已分类数据时的估计方差？
- 方法与思路
- 作者提出一种合并两类数据的简便技术，用于构造混合分布成分密度的非参数估计，并称其适用于较广的一类估计量。
- 材料陈述的贡献
- 摘要称，相较于仅利用已分类数据的估计量，所提方法能够降低方差；具体降幅及适用条件未在摘要中说明。
- 阅读关注点
- 阅读全文时应核对两类数据如何合并、成分信息如何进入估计，以及方差降低所需条件、比较基准和样本配置。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断分类机制、估计偏差及总体误差表现；方差降低不能直接解释为全面优越。
原文摘要
SUMMARY We present a very simple, utilitarian technique for combining categorized and uncategorized data to construct a nonparametric estimator of a component mixture density. The method can be used for a wide class of estimators, and provides a reduction in the variance compared with the estimator based solely on categorized data.