跳到正文
← 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:摘要研究一般密度反卷积,未涉及经济变量的分位数效应或其他所列领域的直接应用。

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
Peter J. Diggle
Peter Hall

密度估计非参数反卷积的傅里叶方法

研究问题
当目标密度与另一未知密度的卷积可观测,且分别有卷积密度和后者的独立样本时,如何非参数估计目标密度?
方法与思路
作者使用截断傅里叶反演,将截断点作为平滑参数,推导渐近积分均方误差,并据此提出由数据选择截断点的方法。
材料陈述的贡献
摘要称在许多情形下,所选平滑参数使估计量的一阶表现如同卷积中的另一密度已知,并以模拟展示方法的可用性。
阅读关注点
应核对两组样本的配置、傅里叶反演成立的条件、截断点选择规则,以及一阶等同于已知密度情形的具体范围。
阅读边界
依据所给 Crossref 摘要,未提供光滑性条件、样本量关系及模拟数值;不能将所述一阶性质理解为所有反卷积问题均成立。

原文摘要

SUMMARY We consider the problem of constructing a nonparametric estimate of a probability density function h from independent random samples of observations from densities a and f, when a represents the convolution of h and f. Our approach is based on truncated Fourier inversion, in which the truncation point plays the role of a smoothing parameter. We derive the asymptotic mean integrated squared error of the estimate and use this formula to suggest a simple practical method for choosing the truncation point from the data. Strikingly, when the smoothing parameter is chosen in this way then in many circumstances the estimator behaves, to first order, as though the true f were known. Simulated data sets are used to demonstrate that the method can give good results in practice.

笔记与分组
相关领域论文