Nonparametric testing of the existence of modes
密度众数存在性的非参数检验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：摘要讨论通用密度形状检验，未涉及所列分位数或分布效应的经济计量问题。
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
密度众数存在性的非参数检验
- 研究问题
- 从未知密度抽取的数据中，如何判断估计密度里观察到的某个峰是否具有统计证据，并辅助判断总体峰的数量？
- 方法与思路
- 作者以估计密度与删去指定峰后的密度之间的绝对积分差衡量峰大小，从复合零假设的保守成员模拟样本计算 p 值。
- 材料陈述的贡献
- 摘要称方法可结合众数树局部自适应地考察单个峰及粗略峰数，并提供检验统计量的一致性证明和模拟结果。
- 阅读关注点
- 应核对删峰与相邻谷底的定义、保守零假设成员的选择、平滑参数处理，以及逐峰检验与总体峰数判断的关系。
- 阅读边界
- OpenAlex 摘要未注明版本；一致性条件、有限样本校准和多峰检验的整体误差控制未说明，不能推断刊本变化。
原文摘要
Given a set of data drawn from an unknown density, it is frequently desirable to estimate the number and location of modes of the density. A test is proposed for the weight of evidence of individual observed modes. The test statistic used is a measure of the size of the mode, the absolute integrated difference between the estimated density and the same density with the mode in question excised at the level of the higher of its two surrounding antimodes. Samples are simulated from a conservative member of the composite null hypothesis to estimate p-values within a Monte Carlo setting. Such a test can be used with the graphical "mode tree" of Minnotte and Scott to examine, in a locally adaptive fashion, not only the reality of individual modes, but also (roughly) the overall number of modes of the density. A proof of consistency of the test statistic is offered and simulation results are presented.