Variable Bandwidth and Local Linear Regression Smoothers
可变带宽与局部线性回归平滑器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：摘要关注一般非参数均值回归和带宽选择，未明确涉及因果、分布效应或所列其他领域的具体问题。
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
可变带宽与局部线性回归平滑器
- 研究问题
- 如何结合局部线性平滑与可变带宽来估计回归均值函数，并根据均方误差标准选择随位置变化的带宽？
- 方法与思路
- 作者推导条件均方误差及积分均方误差表达式，通过最小化后者选择带宽，再研究插件估计量并进行模拟。
- 材料陈述的贡献
- 摘要称，得到最优可变带宽的显式公式，估计量无需边界修正，并研究相应插件估计量的表现。
- 阅读关注点
- 应核对误差表达式的性质与成立条件、最优带宽中的未知量，以及无需边界修正这一结论的准确含义。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；光滑性、设计条件和插件实现细节未说明，不能判断普遍优势或刊本变化。
原文摘要
In this paper we introduce an appealing nonparametric method for estimating the mean regression function. The proposed method combines the ideas of local linear smoothers and variable bandwidth. Hence, it also inherits the advantages of both approaches. We give expressions for the conditional MSE and MISE of the estimator. Minimization of the MISE leads to an explicit formula for an optimal choice of the variable bandwidth. Moreover, the merits of considering a variable bandwidth are discussed. In addition, we show that the estimator does not have boundary effects, and hence does not require modifications at the boundary. The performance of a corresponding plug-in estimator is investigated. Simulations illustrate the proposed estimation method.