Histosplines with Knots Which are Order Statistics
以次序统计量为节点的直方样条密度估计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：摘要研究通用密度估计的样条节点与收敛率，未明确涉及回归分布效应或其他所列计量应用。
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
以次序统计量为节点的直方样条密度估计
- 研究问题
- 用次序统计量替代等距节点构造二次样条密度估计，能否在密度较高处提高灵活性，并获得良好的逐点均方误差收敛率？
- 方法与思路
- 作者以间隔选取的次序统计量作为二次直方样条节点，在不同阶导数具有有界积分范数的密度类上研究统一收敛率。
- 材料陈述的贡献
- 摘要称，节点间隔适当优化时，该估计与若干优化后的直方样条、核估计和正交级数估计具有相同的近最优收敛率。
- 阅读关注点
- 应核对节点选择符号、密度光滑性类别、逐点均方误差的界，以及所谓近最优性参照的理论基准与调参要求。
- 阅读边界
- 仅据 Crossref 摘要，无法确定具体收敛率或最优调参规则；节点间隔符号的上下标未清楚呈现，需查原PDF，不据此重构公式。
原文摘要
Summary The histospline considered here is a quadratic spline density estimate analogous to the Boneva–Kendall–Stefanov (BKS) histospline, with their equally spaced knots replaced by knots at every knth-order statistic. This estimate can be expected to be relatively more “flexible” where the density is greatest. We obtain “mean square error at a point” convergence rates. The rates obtained are uniform over classes of densities which have first (alternatively second or third) derivatives in a bounded set in ℒp. If kn is chosen optimally, then this estimate shares the same “near optimal” convergence rates of certain BKS estimates when the knot spacing is chosen optimally, kernel estimates when the scale factor is chosen optimally, and orthogonal series estimates when the length of the series is chosen optimally.