On Weak Convergence and Optimality of Kernel Density Estimates of the Mode
核密度众数估计的弱收敛与最优性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：摘要属于通用非参数众数估计理论，未涉及给定分类中的分位数效应或其他具体经济计量方向。
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
核密度众数估计的弱收敛与最优性
- 研究问题
- 如何利用核密度估计定位概率密度的众数，并处理固定带宽在尺度等变性及最优带宽选择上的局限？
- 方法与思路
- 作者在较弱的密度假设下考察固定与随机带宽，建立众数估计的渐近极小极大风险下界，并讨论抽样分布的自助法。
- 材料陈述的贡献
- 摘要称，核密度众数估计具有某种局部渐近极小极大风险最优性质，同时给出估计风险下界并讨论自助法推断。
- 阅读关注点
- 应核对密度的局部与全局条件、随机带宽的构造、风险与局部邻域的定义，以及最优性和自助法结果的适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，无法确定具体光滑性要求、收敛速度或带宽规则，也不能断言所有随机带宽均最优。
原文摘要
A mode of a probability density $f(t)$ is a value $\theta$ that maximizes $f$. The problem of estimating the location of the mode is considered here. Estimates of the mode are considered via kernel density estimates. Previous results on this problem have several serious drawbacks. Conditions on the underlying density $f$ are imposed globally (rather than locally in a neighborhood of $\theta$). Moreover, fixed bandwidth sequences are considered, resulting in an estimate of the location of the mode that is not scale-equivariant. In addition, an optimal choice of bandwidth depends on the underlying density, and so cannot be realized by a fixed bandwidth sequence. Here, fixed and random bandwidths are considered, while relatively weak assumptions are imposed on the underlying density. Asymptotic minimax risk lower bounds are obtained for estimators of the mode and kernel density estimates of the mode are shown to possess a certain optimal local asymptotic minimax risk property. Bootstrapping the sampling distribution of the estimates is also discussed.