On the Exact Asymptotic Behavior of Estimators of a Density and its Derivatives
密度及其导数估计量的精确渐近行为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：摘要属于一般非参数估计理论，未涉及分位数、分布效应或其他所列具体方向。
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…
关注这篇论文的作者
密度及其导数估计量的精确渐近行为
- 研究问题
- 对于密度及其任意非负整数阶导数的核估计，偏差、均方误差和估计误差具有怎样的精确渐近表达与收敛速度？
- 方法与思路
- 作者分析 Singh 提出的一类密度导数核估计量，分别建立偏差、均方误差及估计误差的渐近等价表达。
- 材料陈述的贡献
- 摘要称这些渐近等价表达能够给出相关误差项趋于零的精确速度，但未列出具体速度、常数或适用条件。
- 阅读关注点
- 应核对密度光滑性、核函数与带宽要求，各类误差的收敛意义，以及导数阶数如何影响渐近表达和速度。
- 阅读边界
- 索引摘要未注明稿件版本，也未给出具体渐近公式；不能据此判断最优性、有限样本表现或后续版本变化。
原文摘要
For an integer $p \geq 0$, Singh has proposed a class of kernel estimators $\hat{f}^{(p)}$ of the $p$th order derivative $f^{(p)}$ of a density $f$. This paper examines the detailed asymptotic behavior of these estimators. In particular, asymptotically equivalent expressions for the bias $(E\hat{f}^{(p)} - f^{(p)})$, the mean squared error $E(\hat{f}^{(p)} - f^{(p)})^2$ and the error $(\hat{f}^{(p)} - f^{(p)})$ are obtained, which in turn give exact rates of convergence of these terms to zero.