Estimation of unimodal densities without smoothness assumptions
无需光滑性假设的单峰密度估计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：摘要研究通用形状约束密度估计，未涉及经济分位数、分布效应或其他所列专门方向。
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
无需光滑性假设的单峰密度估计
- 研究问题
- 在不假设密度光滑且众数未知时，如何估计单峰密度，并取得接近已知众数基准的风险表现及一定稳健性？
- 方法与思路
- 作者针对众数未知时最大似然估计不存在的问题，提出通用估计量及计算算法，并与知道真实众数的基准比较风险。
- 材料陈述的贡献
- 摘要称新估计量的风险与已知真实众数的 Grenander 基准相差一个低阶项，并可应对对单峰性的轻微偏离。
- 阅读关注点
- 应核对估计量与算法的构造、风险比较采用的损失和密度类别，以及低阶项和轻微偏离单峰性的定量定义。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；风险界的具体条件、算法成本和偏离容许范围未给出，不能推断无条件保证。
原文摘要
The Grenander estimator of a decreasing density, which is defined as the derivative of the concave envelope of the empirical c.d.f., is known to be a very good estimator of an unknown decreasing density on the half-line $\mathbb{R}^+$ when this density is not assumed to be smooth. It is indeed the maximum likelihood estimator and one can get precise upper bounds for its risk when the loss is measured by the $\mathbb{L}^1$-distance between densities. Moreover, if one restricts oneself to the compact subsets of decreasing densities bounded by H with support on $[0, L]$ the risk of this estimator is within a fixed factor of the minimax risk. The same is true if one deals with the maximum likelihood estimator for unimodal densities with known mode. When the mode is unknown, the maximum likelihood estimator does not exist any more. We shall provide a general purpose estimator (together with a computational algorithm) for estimating nonsmooth unimodal densities. Its risk is the same as the risk of the Grenander estimator based on the knowledge of the true mode plus some lower order term. It can also cope with small departures from unimodality.