On the Relationship Between Stability of Extreme Order Statistics and Convergence of the Maximum Likelihood Kernel Density Estimate
极端次序统计量稳定性与极大似然核密度估计收敛的关系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：样本极值在摘要中用于刻画密度估计收敛，未研究金融尾部或系统性风险，因此不足以归入所列风险方向。
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…
极端次序统计量稳定性与极大似然核密度估计收敛的关系
- 研究问题
- 当核密度估计的带宽通过最大化交叉验证似然乘积选取时，其几乎处处的积分绝对误差收敛与样本极值有何关系？
- 方法与思路
- 作者研究实线上的密度及相应核估计，在核与密度的正则条件下，将估计收敛性与样本极值的强稳定性联系起来。
- 材料陈述的贡献
- 摘要称，在所述条件下，核估计的积分绝对误差几乎必然趋零，当且仅当该分布的样本极值具有强稳定性。
- 阅读关注点
- 应核对强稳定性的严格定义、核和密度的正则条件，以及交叉验证似然的带宽优化域和极值行为之间的联系。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；具体正则条件及强稳定性定义未提供，不能推广至所有核或带宽选择方法。
原文摘要
Let $f$ be a density on the real line and let $f_n$ be the kernel estimate of $f$ in which the smoothing factor is obtained by maximizing the cross-validated likelihood product according to the method of Duin and Habbema, Hermans and Vandenbroek. Under mild regularity conditions on the kernel and $f$, we show, among other things that $\int|f_n - f| \rightarrow 0$ almost surely if and only if the sample extremes of $f$ are strongly stable.