我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
设$f$是具有某些平滑特性的密度,而$X_1、\cdots、X_n$是$f$的独立观测值。正交级数密度的一些理想性质估计了形式为$f_{n,m,\lambda}(t)=sum^n_{nu=1}\frac{{f}_\nu}{(1+\lambda\nu^{2m})}\phi_\nu(t)$其中$\{\phi_\nu}$是正交序列,$\hat{f}_\讨论了nu=(1/n)\sum^n{j=1}\phi_\nu(Xj)$是$f_nu=int\phi__nu(t)f(t)dt$的估计。参数$\lambda$起到带宽或“平滑”参数的作用,$m$控制“形状”因子。本注释的主要新颖结果是一种简单的方法,用于客观地从数据中估计$\lambda$(和$m$),以最小化综合均方误差。结果扩展到多元估计。
格雷斯·瓦赫巴(Grace Wahba)。 “基于数据的正交序列密度估计的最佳平滑。” 安。统计师。 9 (1) 146 - 156, 1981年1月。 https://doi.org/10.1214/aos/1176345341