霍尔,彼得;米诺特(Michael C.Minnotte)。 用于密度估计的高阶数据锐化。 (英语) 兹比尔1015.62031 J.R.Stat.Soc.,塞尔维亚。B、 统计方法。 64,第1期,141-157(2002)。 小结:数据锐化可以用于生成具有任意高阶偏差减少的密度估计量。与竞争方法相比,该方法的实际优势得到了证明。它们包括估计器的简单性,这使得计算它们的代码特别容易编写,非常好的均方误差性能,减少了估计值的“摆动”,以及对欠平滑的更强鲁棒性。 引用于14文件 MSC公司: 62克07 密度估算 关键词:带宽;偏差减小;内核方法;局部多项式方法;均方误差;曲线估计;转换方法;摆动 软件:科恩平滑 PDF格式BibTeX公司 XML格式引用 \textit{P.Hall}和\textit{M.C.Minnotte},J.R.Stat.Soc.,Ser。B、 统计方法。64,第1号,141--157(2002;Zbl 1015.62031) 全文: 内政部 参考文献: [1] Abramson I.S.,Ann.统计师。第9页,168页–(1982年) [2] 安。统计师。第12页,880页–(1984年) [3] Ahrens L.H.,地理学。科斯莫辛。《学报》第29页第801页–(1965) [4] Choi E.,Biometrika 85第333页–(1998年) [5] Biometrika 86第941页–(1999) [6] 6J、。B.Copas(1995)基于核删失的局部似然。基于核删失的局部似然,57,221-235。 [7] 第七章。K.Glad、N.L.Hjort和N.G.Ushakov(1999)非密度估计值的修正。报告17-1999。奥斯陆奥斯陆大学数学系。 [8] 内政部:10.1214/aos/1032298288·Zbl 0867.62030号 ·doi:10.1214/aos/1032298288 [9] 数字对象标识码:10.1007/s004400050042·doi:10.1007/s004400050042 [10] Hossjer O.,Ann.统计师。第23页,1198页–(1996年) [11] Jones M.C.,《生物特征》82第327页–(1995年) [12] Jones M.C.,J.美国统计学家。资产负债表92第1063页–(1997年) [13] 内政部:10.1214/aos/1032298287·Zbl 0867.62034号 ·doi:10.1214/aos/1032298287 [14] Marron J.S.,Ann.统计师。第20页,712页–(1992年) [15] Ruppert D.,Ann.统计师。第22页,第185页–(1994年) [16] Samiuddin M.,Biometrika 77第865页–(1990年) [17] Simonoff J.S.,国际统计师。第66版,第137页–(1998年) [18] 18亿。E.Storvik(1999)对非参数曲线估计的贡献。博士论文。奥斯陆大学。 [19] 1900万。P.Wand和M.C.Jones(1995)《内核平滑》。伦敦:查普曼和霍尔·Zbl 0854.62043号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。