Density Estimation in Several Populations With Uncertain Population Membership
总体归属不确定时多个总体的密度估计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：摘要研究通用概率密度估计，未明确涉及经济分位数、分布效应或其他所列细分。
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…
总体归属不确定时多个总体的密度估计
- 研究问题
- 当观测来自哪个总体无法确定、但可计算其属于各总体的抽样概率时，如何分别估计多个总体的概率密度函数？
- 方法与思路
- 作者针对总体归属不确定的数据提出一般密度估计程序及带宽选择方法，建立大样本性质，并通过模拟和营养研究数据说明。
- 材料陈述的贡献
- 摘要明确将多个总体的密度估计与带宽选择纳入同一框架，并报告大样本理论、有限样本模拟及真实数据应用。
- 阅读关注点
- 应核对归属概率如何获得、各总体密度的可识别条件，以及概率估计误差是否纳入理论、带宽选择和有限样本比较。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明密度可识别条件、归属概率估计方式或大样本结论的具体形式。
原文摘要
We devise methods to estimate probability density functions of several populations using observations with uncertain population membership, meaning from which population an observation comes is unknown. The probability of an observation being sampled from any given population can be calculated. We develop general estimation procedures and bandwidth selection methods for our setting. We establish large-sample properties and study finite-sample performance using simulation studies. We illustrate our methods with data from a nutrition study.