Oversmoothed Nonparametric Density Estimates
过度平滑的非参数密度估计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：摘要讨论通用非参数密度估计，未涉及分位数或分布效应等所列细分方向的具体研究问题。
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
过度平滑的非参数密度估计
- 研究问题
- 对定义在整条实线上的平滑密度，最优直方图及其他密度估计的平滑程度受到什么约束，能否据此快速选择参数？
- 方法与思路
- 作者讨论温和光滑条件下直方图分箱数的下界，以及频率多边形和核估计的类似界，并考察接近这些界的选择。
- 材料陈述的贡献
- 摘要称，接近相关下界的参数选择对多种平滑密度能取得近乎最优的结果，从而提供质量较好且快速的密度估计。
- 阅读关注点
- 应核对“最优”的损失标准、光滑性条件、各类估计的界及适用密度；分箱数表达式的上下标需查阅原 PDF。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；分箱数公式的上下标不清，不能重构数值关系，近乎最优的适用范围也未说明。
原文摘要
The optimal histogram for a sample of size n from a density defined on the entire real line requires at least (2n)1/3 bins, under mild smoothness conditions. Similar bounds exist for the frequency polygon and kernel estimators. Values near these bounds give nearly optimal results for a variety of smooth densities, providing good, quick density estimates.