On Optimal Data-Based Bandwidth Selection in Kernel Density Estimation
核密度估计中最优的数据驱动带宽选择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：摘要研究通用核密度估计的带宽选择，未明确涉及所列分布效应或其他经济学细分方向。
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…
核密度估计中最优的数据驱动带宽选择
- 研究问题
- 如何根据数据选择核密度估计的带宽，使其快速接近渐近最优带宽，并评估这种选择方式相较其他方法的小样本影响？
- 方法与思路
- 作者将估计值代入最优带宽的常用渐近表示，并引入两项重要修正；摘要未说明修正内容，但报告了理论速度与比较研究。
- 材料陈述的贡献
- 摘要称所提带宽选择器具有样本量负二分之一次幂的渐近收敛速度，并与其他带宽方法比较，研究其在小样本中的影响。
- 阅读关注点
- 应核对两项修正、最优带宽的风险标准和收敛速度所衡量的误差，以及密度光滑性、核函数和辅助估计的条件。
- 阅读边界
- 仅依据OpenAlex索引摘要，稿件版本未注明。该速度描述带宽选择器，不能直接当作密度估计速度；摘要未报告小样本数值结果。
原文摘要
A bandwidth selection method is proposed for kernel density estimation. This is based on the straightforward idea of plugging estimates into the usual asymptotic representation for the optimal bandwidth, but with two important modifications. The result is a bandwidth selector with the, by nonparametric standards, extremely fast asymptotic rate of convergence of n−½ where n ↑ ∞ denotes sample size. Comparison is given to other bandwidth selection methods, and small sample impact is investigated.