Bias correction and uniform inference for the quantile density function
分位数密度函数的偏差校正与一致推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：研究对象是分位数函数的导数及其全区间推断，直接属于分位数与分布方法。
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
分位数密度函数的偏差校正与一致推断
- 研究问题
- 如何校正分位数密度核估计在边界处的偏差，并在整个分位数区间上构造具有渐近正确覆盖率的同时置信带？
- 方法与思路
- 作者校正分位数密度核估计的边界偏差，利用学生化估计量的枢轴性及高斯近似上确界的反集中性质构造置信带。
- 材料陈述的贡献
- 摘要称，文章建立校正估计量的强一致收敛速度，并给出在整个闭区间上具有一致渐近精确覆盖性质的置信带。
- 阅读关注点
- 应核对端点处的分布条件、核与带宽选择、偏差校正的具体形式，以及高斯近似和反集中结果如何支撑覆盖率结论。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未说明端点正则条件、具体收敛速度及置信带的有限样本表现。
原文摘要
For the kernel estimator of the quantile density function (the derivative of the quantile function), I show how to perform the boundary bias correction, establish the rate of strong uniform consistency of the bias-corrected estimator, and construct the confidence bands that are asymptotically exact uniformly over the entire domain $[0,1]$. The proposed procedures rely on the pivotality of the studentized bias-corrected estimator and known anti-concentration properties of the Gaussian approximation for its supremum.