Universally Consistent Conditional $U$-Statistics
具有普适一致性的条件 U 统计量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：摘要提供条件 U 统计量与非参数判别的一般理论，缺乏所列领域细分的直接依据。
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
具有普适一致性的条件 U 统计量
- 研究问题
- 如何构造一般条件 U 统计量，并为窗口与近邻平滑估计建立第 r 阶均值意义下的普适一致性充分条件？
- 方法与思路
- 作者定义一类条件 U 统计量，研究其均值一致性的充分条件，并分别分析窗口估计和近邻估计的平滑参数要求。
- 材料陈述的贡献
- 摘要称，在适当的平滑参数条件下，两类估计具有普适一致性，并给出该框架在一个新非参数判别问题中的应用。
- 阅读关注点
- 应核对条件 U 统计量的目标定义、普适性覆盖的分布范围、核函数的矩要求，以及窗口和近邻参数的增长条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未具体列出所谓温和条件，也未说明收敛速率、有限样本精度或判别应用的表现。
原文摘要
We introduce a general class of conditional $U$-statistics and present sufficient conditions for their universal consistency in $r$th mean. It is shown that under mild assumptions on the smoothing parameters, window and $k_n$-nearest neighbor estimators are universally consistent. An application to a new nonparametric discrimination problem is also included.