×
高嘉兴;姜大全;钱敏平

多元局部自适应核密度估计。 （英语） Zbl 07773973号

Commun公司。统计、仿真计算。 52，第9号，4431-4444（2023）.
摘要：当潜在密度呈现不同尺度和方向的多种模式时，具有局部自适应平滑参数的密度估计器比具有固定带宽的估计器显示出显著的增益。然而，令人担忧的是，局部平滑矩阵可能没有很好地参数化，并且相应的优化问题将很困难。在本文中，我们构建了一个更具前景和实用性的算法。通过聚类选择局部带宽因子，通过优化渐近平均积分平方误差获得全局平滑参数。最重要的是，我们的局部自适应估计涉及优化标量，而不是解决代价高昂的多元优化问题。我们的方法是对Sain的二进制估计的改进和推广，也可以应用于流形密度估计。

MSC公司：

62至XX 统计

关键词：

可变带宽;群集;本地带宽因子;平均积分平方误差;歧管

软件：

脓疱病;科恩平滑
PDF格式BibTeX公司 XML格式引用
\textit{J.-X.Gao}等人，Commun。统计、仿真计算。52，编号9，4431-4444（2023；Zbl 07773973）
全文： 内政部

参考文献：

[1] Abramson，I.S.，《关于核估计中带宽变化的平方根定律》，《统计年鉴》，第10、4、1217-23页（1982年）·Zbl 0507.62040号 ·doi:10.1214操作系统/11763456986
[2] 布雷曼，L。；梅塞尔，W。；Purcell，E.，多元密度的可变核估计，技术计量学，19，2，135-44（1977）·Zbl 0379.62023号 ·doi:10.1080/00401706.1977.10489521
[3] Chacón，J.E.，核密度估计器平滑参数化的数据驱动选择，加拿大统计杂志，37，2，249-65（2009）·Zbl 1176.62028号 ·doi:10.1002/cjs.10016
[4] Chacón，J.E。；Duong，T.，无约束导频带宽矩阵的多变量插件带宽选择，TEST，19，2375-98（2010）·Zbl 1203.62054号 ·文件编号：10.1007/s11749-009-0168-4
[5] Duong，T。；Hazelton，M.，双变量核密度估计的插入带宽矩阵，非参数统计杂志，15，1，17-30（2003）·Zbl 1019.62032号 ·doi:10.1080/10485250306039
[6] Givens，G.H。；Hoeting，J.A.，《计算统计学》（2013年），新泽西州霍博肯：约翰·威利父子公司·Zbl 1267.62003号
[7] 琼斯，M.C。；Marron，J.S。；Sheather，S.J.，《密度估算中带宽选择的简要调查》，《美国统计协会杂志》，91，433，401-407（1996）·兹比尔0873.62040 ·doi:10.1080/01621459.1996.10476701
[8] Li博士。；Yang，K。；Wong，W.H.，通过基于差异的自适应序列划分进行密度估计，《神经信息处理系统的进展》，29，1091-9（2016）
[9] Loftsgaarden，D.O。；Quesenberry，C.P.，多元密度函数的非参数估计，《数理统计年鉴》，36，3，1049-51（1965）·Zbl 0132.38905号 ·doi:10.1214/aoms/1177700079
[10] Ozakin，A。；Gray，A.G.，子流形密度估计，神经信息处理系统进展，221375-82（2009），Curran Associates，Inc
[11] Parzen，E.，关于概率密度函数和模式的估计，《数理统计年鉴》，33，3，1065-76（1962）·Zbl 0116.11302号 ·doi:10.1214/aoms/1177704472
[12] Pelletier，B.，黎曼流形上的核密度估计，统计与概率快报，73，3，297-304（2005）·Zbl 1065.62063号 ·doi:10.1016/j.spl.2005.04.004
[13] Rosenblatt，M.，关于密度函数的一些非参数估计的评论，《数理统计年鉴》，27，3，832-37（1956）·Zbl 0073.14602号 ·doi:10.1214/aoms/1177728190
[14] Sain，S.R.，多元局部自适应密度估计，计算统计与数据分析，39，2，165-86（2002）·doi:10.1016/S0167-9473（01）00053-6
[15] 萨普特罗，D.R.S。；Widyaningsih，P.，有限记忆Broyden-Fletcher-Goldfarb-Shanno（L-BFGS）方法，用于地理加权有序logistic回归模型（GWOLR）的参数估计，AIP会议记录，1868，1，040009（2017）
[16] Terrell，G.R.，密度估计中的最大平滑原则，美国统计协会杂志，85，410，470-77（1990）·doi:10.1080/016214591990.10476223
[17] Vapnik，V.，《基于经验数据的依赖性估计》（1982年），柏林，海德堡：施普林格-弗拉格出版社，柏林，海德堡·兹比尔0499.62005
[18] 文森特，P。；Bengio，Y.，《流形parzen窗口》，《神经信息处理系统的进展》，第15期，第849-56页（2003年）
[19] 魔杖，M.P。；Jones，M.C.，二元核密度估计中平滑参数化的比较，美国统计协会杂志，88，422，520-28（1993）·Zbl 0775.62105号 ·doi:10.1080/01621459.1993.10476303
[20] 魔杖，M.P。；Jones，M.C.，《内核平滑》（1995），伦敦：查普曼和霍尔有限公司，伦敦·Zbl 0854.62043号
[21] Wasserman，L.，拓扑数据分析，统计及其应用年鉴，5，1，501-32（2018）·doi:10.1146/年度统计-031017-100045
[22] Wu，T.J。；Chen，C.F。；Chen，H.Y.，多元核密度估计中的可变带宽选择器，《统计与概率快报》，77，4，462-67（2007）·Zbl 1108.62037号 ·doi:10.1016/j.spl.2006.08.013
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。