An Application of the Efron-Stein Inequality in Density Estimation
Efron–Stein不等式在密度估计中的应用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：摘要研究通用密度估计误差的方差界，未涉及分位数、经济分布效应或其他所列应用。
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
Efron–Stein不等式在密度估计中的应用
- 研究问题
- 核密度估计的积分绝对误差在重复抽样中波动多大，能否给出不依赖具体密度、非负核和带宽选择的方差界？
- 方法与思路
- 作者应用Efron–Stein不等式控制积分绝对误差的方差，摘要允许任意非负核和任意平滑参数，并讨论其他估计量。
- 材料陈述的贡献
- 摘要称，对所有密度，所述核密度估计的积分绝对误差方差不超过4/n，并为其他估计量得到类似的不等式。
- 阅读关注点
- 应核对抽样设置、核与平滑参数的定义，以及方差界证明如何使用Efron–Stein不等式，确认其他估计量的范围。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要；方差界控制误差的波动，不直接给出误差均值、密度估计一致性或最优带宽结论。
原文摘要
The Efron-Stein inequality is applied to prove that the kernel density estimate $f_n$, with an arbitrary nonnegative kernel and an arbitrary smoothing factor, satisfies the inequality $\operatorname{var}(\int|f_n - f|) \leq 4/n$ for all densities $f$. Similar inequalities are obtained for other estimates.