Estimation of the Scaling Parameter for a Kernel-Type Density Estimate
核型密度估计尺度参数的估计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：摘要涉及通用非参数密度估计，没有经济学分位数、分布效应或专门应用的直接依据。
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
核型密度估计尺度参数的估计
- 研究问题
- 如何为从傅里叶积分导出的核型密度估计选择尺度参数，并评估估计参数后的密度误差和光滑密度下的表现？
- 方法与思路
- 作者给出尺度参数估计算法，在五种密度的蒙特卡洛研究中，以积分平方误差比较该估计与两类最优尺度参照。
- 材料陈述的贡献
- 摘要称，使用估计尺度参数的傅里叶积分估计与参照方法相比表现良好，并展示其对光滑密度的渐近最优性。
- 阅读关注点
- 应核对尺度选择算法、五种密度及其光滑程度，以及有限样本误差比较与渐近最优性论证各自依赖的条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要。算法细节、光滑条件与误差数值未说明，不能据此断言在所有密度上优于其他方法。
原文摘要
An algorithm is given for estimation of the scaling parameter Λ in the kernel-type density estimate derived from the Fourier integral. A Monte Carlo study of five different densities compares the integrated square error (ISE) for the resulting estimate to the ISE for the Fourier integral estimate (FIE) with mean integrated squared error (MISE) optimal Λ and to the ISE for the normal kernel with asymptotically MISE optimal Λ. The study shows the FIE with estimated Λ compares favorably with the other estimates and demonstrates the asymptotic optimality of the FIE for smooth densities.