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:摘要研究通用核密度估计的一致性,未明确涉及所列经济或金融应用细分方向。

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
Luc Devroye

变带宽核估计的 L1 一致性札记

研究问题
对独立同分布的多维样本,若每个观测使用依赖样本而不依赖评价位置的局部带宽,何时能保证密度估计的 L1 一致性?
方法与思路
作者研究具有观测特定正带宽的核密度估计,给出积分绝对误差依概率趋于零的充分条件,并用已有估计方法说明。
材料陈述的贡献
摘要称,所给充分条件可保证对所有密度成立的 L1 一致性,并展示其在 Breiman 等人所提估计中的应用。
阅读关注点
应核对带宽的数据依赖方式、核函数与带宽条件,以及对所有密度成立的结论是否允许其他形式的位置自适应。
阅读边界
仅据稿件版本未注明的 OpenAlex 摘要;充分条件和证明未提供,也未说明收敛速度,不能推断刊本变化。

原文摘要

A sample $X_1, \cdots, X_n$ of i.i.d. $R^d$-valued random vectors with common density $f$ is used to construct the density estimate $f_n(x) = (1/n) \sum^n_{i = 1} H^{-d}_{ni}K((x - X_i)/H_{ni}),$ where $K$ is a given density on $R^d$, and the $H_{ni}$'s are positive functions of $n, i$ and $X_1, \cdots, X_n$ (but not of $x$). The $H_{ni}$'s can be thought of as locally adapted smoothing parameters. We give sufficient conditions for the weak convergence to 0 of $\int |f_n - f|$ for all $f$. This is illustrated for the estimate of Breiman, Meisel and Purcell (1977).

笔记与分组