Interpolation Methods for Adapting to Sparse Design in Nonparametric Regression
非参数回归中适应稀疏设计的插值方法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：摘要讨论通用非参数回归的设计稀疏问题，没有明确对应所列应用或专门计量方向。
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
非参数回归中适应稀疏设计的插值方法
- 研究问题
- 当观测设计点在局部过于稀疏、影响局部线性平滑时，如何通过简单的数据扩充改善估计，而不显著增加实施复杂度？
- 方法与思路
- 作者依据核函数和带宽制定添加伪设计点的规则，通过简单插值生成对应响应值，再对扩充后的数据直接进行局部线性平滑。
- 材料陈述的贡献
- 摘要提出一类插值扩充方法，并称其在简便性和表现方面可与包括岭回归方案在内的替代方法竞争；未报告具体比较数值。
- 阅读关注点
- 应核对伪设计点的添加位置、插值规则与带宽选择，以及生成响应带来的依赖如何影响偏差、方差和后续不确定性估计。
- 阅读边界
- 材料为版本未注明的索引摘要；未说明理论保证、比较设计或误差数值，插值新增点不能直接当作独立信息，也不能推断刊本变化。
原文摘要
We suggest interpolation methods for overcoming the problem of sparse design in local linear smoothing. These methods are based on simple rules, determined by the kernel and bandwidth, for deciding when and where pseudo-design points should be added to augment the original design sequence. New ordinates for the added design points are computed by simple interpolation, then local linear smoothing is applied directly to the expanded dataset. The method is competitive with alternatives (e.g., those involving ridge regression), in terms of both simplicity and performance.