A note on the estimation of a distribution function and quantiles by a kernel method
用核方法估计分布函数与分位数的札记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：摘要直接研究分布函数和分位数的非参数估计，与分位数及分布方法对应。
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
用核方法估计分布函数与分位数的札记
- 研究问题
- 通过积分核密度估计并反演所得分布函数，能否构造分布函数与分位数估计？文章研究这两个估计量的二阶性质。
- 方法与思路
- 作者先对核密度估计进行积分以估计分布函数，再反演该分布函数估计以获得分位数，并分析两个步骤产生的二阶性质。
- 材料陈述的贡献
- 摘要明确陈述了分布函数与分位数估计的构造路线，以及对两种估计量二阶性质的研究，未说明具体展开或比较结论。
- 阅读关注点
- 应核对核函数、带宽与分位点位置的条件，二阶性质具体指哪些误差项，以及与经验分布函数和样本分位数如何比较。
- 阅读边界
- OpenAlex 索引摘要未注明稿件版本；摘要未提供二阶公式、带宽选择或效率比较，不能据此断言核方法优于经验方法。
原文摘要
A distribution function is estimated by integrating a kernel estimator of the density. Quantiles are estimated by inverting the estimate of the distribution function. Second-order properties of both these estimators are studied.