跳到正文
← 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:摘要讨论一般多元众数估计,没有分位数、经济分布效应或其他所列细分领域的直接证据。

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
Thomas W. Sager

多元分布众数的估计

研究问题
如何从绝对连续多元分布的随机样本估计众数,并在限制集合形状的情况下建立几乎处处收敛及收敛速度?
方法与思路
作者在形状不过度狭长的集合类中,寻找包含至少指定数量样本点的最小体积集合,并从中选取一点作为众数估计。
材料陈述的贡献
摘要称,该估计在一定条件下几乎处处收敛,并给出收敛率;还讨论局部或多个众数的扩展及球体、立方体带来的计算简化。
阅读关注点
应核对集合类的几何限制、所需样本点数量随样本规模的变化、众数的条件,以及集合内选点方式和计算简化的影响。
阅读边界
仅据版本未注明的OpenAlex索引摘要;所谓较弱条件及具体收敛率未列出,局部和多众数扩展的保证范围也未说明。

原文摘要

Consider a random sample from an absolutely continuous multivariate distribution. Let $\mathscr{J}$ be a class of sets which are not too long and thin. A point $\mathbf{\theta}_n$ chosen from a minimum volume set $S_n \in \mathscr{J}$ containing at least $r = r(n)$ of the data may be used as an estimate of the mode of the distribution. In this paper, it is shown that $\mathbf{\theta}_n$ converges almost surely to the true mode under very minor conditions on $\{r(n)\}$ and the distribution. Convergence rates are also obtained. Extensions to estimation of local and/or multiple modes are noted. Finally, computational simplifications resulting from choosing $S_n$ from spheres or cubes centered at observations are discussed.

笔记与分组
相关领域论文