Locally adaptive confidence bands
局部自适应置信带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：摘要讨论通用概率密度置信带，未明确涉及分位数、处理效应或其他所列应用方向。
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
局部自适应置信带
- 研究问题
- 当概率密度在不同位置具有不同光滑度时，如何构造兼具统一覆盖保证和局部自适应能力的置信带，并避免过强限制？
- 方法与思路
- 作者引入局部 Hölder 正则性的统计定义，放宽局部自相似条件，并用 Slepian 比较不等式识别渐近最不利的平稳情形。
- 材料陈述的贡献
- 摘要称建立了较强的局部自适应性质和覆盖保证，且被永久排除的密度集合在严格数学意义上具有病态性。
- 阅读关注点
- 阅读全文时应核对覆盖保证所针对的函数类、局部自适应性的尺度定义，以及放宽后的自相似条件与病态集合的含义。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，不能判断有限样本覆盖率、带宽或实现细节；所述覆盖保证不代表适用于所有密度。
原文摘要
We develop honest and locally adaptive confidence bands for probability densities. They provide substantially improved confidence statements in case of inhomogeneous smoothness, and are easily implemented and visualized. The article contributes conceptual work on locally adaptive inference as a straightforward modification of the global setting imposes severe obstacles for statistical purposes. Among others, we introduce a statistical notion of local Hölder regularity and prove a correspondingly strong version of local adaptivity. We substantially relax the straightforward localization of the self-similarity condition in order not to rule out prototypical densities. The set of densities permanently excluded from the consideration is shown to be pathological in a mathematically rigorous sense. On a technical level, the crucial component for the verification of honesty is the identification of an asymptotically least favorable stationary case by means of Slepian’s comparison inequality.