Consistent Window Estimation in Nonparametric Regression
非参数回归中窗口估计的一致性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：摘要属于一般非参数回归估计理论，未说明因果、面板、预测或其他给定领域的具体任务，不能仅凭回归术语分类。
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
非参数回归中窗口估计的一致性
- 研究问题
- 窗口型非参数回归估计能否像既有最近邻估计一样具有普遍一致性，在增加限制后又能获得怎样的收敛速度？
- 方法与思路
- 作者在非参数回归框架中研究窗口估计，将已有最近邻估计的普遍一致性结论扩展到窗口方法，并分析受限情形的收敛速度。
- 材料陈述的贡献
- 摘要称证明了窗口估计同样具有普遍一致性，并在某些附加限制下获得收敛速度，但未陈述速度的具体表达。
- 阅读关注点
- 应核对普遍一致性采用的收敛方式、窗口和带宽的设置规则，以及获得收敛速度所需的分布、回归函数或其他限制。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要极简，未列出窗口条件及速度，不能把普遍一致性理解为没有任何技术要求。
原文摘要
Stone proved that nearest neighbor estimates of a nonparametric regression function are "universally" consistent. We show that the same holds for window estimates, and we obtain a rate of convergence under some restrictions.