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。
由于密度估计方法多种多样,对数据进行扰动以使其密度的二阶导数消失是有益的。例如,局部一致性的自适应变换将(对于不变的方差)降低偏差,使其成为原始数据上Rosenblatt-Parzen或最近邻估计量的消失部分;分数导频采样是一种常见的技术手段,但实际应用价值不大,可以通过嵌入参数来证明这是不必要的。结果是,MSE可以通过额外的平滑直接攻击方差来降低,而不会受到膨胀偏差的通常惩罚。
伊恩·阿布拉姆森(Ian S.Abramson)。 “自适应密度平坦化——一种度量失真原则,用于消除最近邻方法中的偏差。” 安。统计师。 12 (3) 880 - 886, 1984年9月。 https://doi.org/10.1214/aos/1176346708