Adaptive Confidence Bands for Nonparametric Regression Functions
非参数回归函数的自适应置信带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：摘要研究通用非参数函数置信带，没有所列分位数、时间序列或因果等细分的直接证据。
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
非参数回归函数的自适应置信带
- 研究问题
- 如何构造随函数光滑度调整宽度的置信带，同时控制函数超出带的相对质量及发生越界的点集大小？
- 方法与思路
- 作者提出新的置信带构造目标，在 Lipschitz 函数类范围内适应光滑度，并可利用支持小波的统计软件实现。
- 材料陈述的贡献
- 摘要称置信带在最大范围的 Lipschitz 类上自适应，控制两种越界量，并通过模拟与真实数据考察数值表现。
- 阅读关注点
- 应核对两种越界指标的定义、保证所涉及的概率与函数类，以及这一覆盖目标与通常全域同时覆盖的区别。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体覆盖保证未说明，控制少量越界不能直接理解为整条函数同时落入带内。
原文摘要
A new formulation for the construction of adaptive confidence bands in non-parametric function estimation problems is proposed. Confidence bands are constructed which have size that adapts to the smoothness of the function while guaranteeing that both the relative excess mass of the function lying outside the band and the measure of the set of points where the function lies outside the band are small. It is shown that the bands adapt over a maximum range of Lipschitz classes. The adaptive confidence band can be easily implemented in standard statistical software with wavelet support. Numerical performance of the procedure is investigated using both simulated and real datasets. The numerical results agree well with the theoretical analysis. The procedure can be easily modified and used for other nonparametric function estimation models.