The Equivalence of Weak, Strong and Complete Convergence in $L_1$ for Kernel Density Estimates
核密度估计在L₁意义下弱收敛、强收敛与完全收敛的等价性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：摘要研究一般核密度估计的收敛理论，未涉及分位数、处理效应分布或金融风险，所列应用细分方向证据不足。
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
核密度估计在L₁意义下弱收敛、强收敛与完全收敛的等价性
- 研究问题
- 核密度估计的积分绝对误差在什么带宽条件下收敛，不同收敛形式如何联系，以及这些条件何时也是必要的？
- 方法与思路
- 作者对积分绝对误差建立指数概率界，并在核函数本身为密度时，分析依概率收敛对带宽序列施加的必要条件。
- 材料陈述的贡献
- 摘要称带宽趋零且nh^d趋于无穷时，固定误差阈值的超越概率具有指数界；核为密度时，依概率收敛也要求这两项条件。
- 阅读关注点
- 应核对观测的抽样条件、核函数的可积性与非负性要求，并区分充分性结果和必要性结果使用的不同核条件。
- 阅读边界
- 所给材料为版本未注明的索引摘要，抽样条件和指数界常数未说明；核为密度的必要性结论不能直接推广至一般有符号核。
原文摘要
Let $f$ be a density on $R^d$, and let $f_n$ be the kernel estimate of $f$, $f_n(x) = (nh^d)^{-1} \sum^n_{i=1} K((x - X_i)/h)$ where $h = h_n$ is a sequence of positive numbers, and $K$ is an absolutely integrable function with $\int K(x) dx = 1$. Let $J_n = \int |f_n(x) - f(x)| dx$. We show that when $\lim_nh = 0$ and $\lim_nnh^d = \infty$, then for every $\varepsilon > 0$ there exist constants $r, n_0 > 0$ such that $P(J_n \geq \varepsilon) \leq \exp(-rn), n \geq n_0$. Also, when $J_n \rightarrow 0$ in probability as $n \rightarrow \infty$ and $K$ is a density, then $\lim_nh = 0$ and $\lim_nnh^d = \infty$.