An Improved Transformation-Based Kernel Estimator of Densities on the Unit Interval
单位区间密度的改进变换核估计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：摘要研究一般有界支持密度估计，缺乏分布处理效应或其他所列应用方向的证据。
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
单位区间密度的改进变换核估计
- 研究问题
- 对单位区间上的密度使用变换核估计时，如何同时减轻边界偏差与反变换引起的不稳定尾部行为？
- 方法与思路
- 作者在反变换中加入渐缩与倾斜修正，构造改进的变换核密度估计，并提出三种自动选择平滑参数的方法。
- 材料陈述的贡献
- 摘要称新估计量在渐近意义上优于朴素变换估计，同时保持简便性；模拟尤其展示了边界附近存在极点时的表现。
- 阅读关注点
- 应核对反变换修正的定义、渐近优越性的损失标准和条件，以及自动带宽在不同边界形态下的表现。
- 阅读边界
- 摘要未说明渐近比较的具体标准及密度条件，不能认定优于所有边界修正方法；索引版本未注明，不能推断刊本变化。
原文摘要
The kernel density estimator (KDE) suffers boundary biases when applied to densities on bounded supports, which are assumed to be the unit interval. Transformations mapping the unit interval to the real line can be used to remove boundary biases. However, this approach may induce erratic tail behaviors when the estimated density of transformed data is transformed back to its original scale. We propose a modified, transformation-based KDE that employs a tapered and tilted back-transformation. We derive the theoretical properties of the new estimator and show that it asymptotically dominates the naive transformation based estimator while maintains its simplicity. We then propose three automatic methods of smoothing parameter selection. Our Monte Carlo simulations demonstrate the good finite sample performance of the proposed estimator, especially for densities with poles near the boundaries. An example with real data is provided.