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。
本文考虑乘积估计的逆问题(f)克两种密度,给定a天-维度的n个-从每个分布中提取的i.i.d.观察样本。我们提出了一种通用的估计方法,包括带有模型选择设备的投影估计和带有带宽选择策略的核估计。程序不包括生成每个密度估计器的乘积,而是在基于第二个样本的估计器中插入两个密度之一的过量估计器。我们的发现是更好地理解Nadaraya-Watson回归估计中过拟合的良好性能的第一步。
F.孔德。 C.杜瓦尔。 “我们应该用估计量的乘积来估计密度函数的乘积吗?” 电子。J.统计。 17 (1) 198 - 242, 2023 https://doi.org/10.1214/23-EJS2103