请问非参数统计中核密度估计的均方误差和均平方积分误差函数是怎么求出来的？ 第1页
1
chun-cui-8-18 网友的相关建议:
其实就只是用了 以及Taylor展开(到2阶)[1].
设随机变量 独立且具有相同的概率密度函数 , 那么 处的核密度估计量为 , 其中 是人为选定的核函数(概率密度函数), 是调整参数(窗宽), . 考虑 和 , 下面（如果觉得等号过不去就对 或者 加假设）分别算 和 .
- 从而
故
- ,
- 再对 积分即得
参考
- ^对于Hölder类/Sobolev类概率密度函数也有类似推广, 与之对应的核函数也需要更高阶; 见Tsybakov的Introduction to Nonparametric Estimation第一章 https://doi.org/10.1007/978-0-387-79052-7_1
1
相关话题
R 和 Python (numpy scipy pandas) 用于统计学分析，哪个更好？Linear least squares, Lasso,ridge regression有何本质区别？
如果用总体作为数据，那么回归系数的显著性还有意义吗？
神经网络为什么可以（理论上）拟合任何函数？
能否用具体的例子解释一下 (Model-based) Structural Estimation？
能不能用简明的语言解释什么是非参数（nonparametric）模型？
R 和 Python (numpy scipy pandas) 用于统计学分析，哪个更好？
为何以范剑青老师的 Sure Independence Screening 为代表的筛选法没有流行呢？
如何用数学知识解答「在进行社区大规模核酸检测时，分成几人一组进行混检效率最高」？
为什么方差要定义成平方？这么定义有什么利弊？如果把方差定义成 |X－E(X)|，这又有什么利弊？
下一个讨论
四人纳什均衡题目该怎么做?
相关的话题
是否有中国的微观数据库包含了被访者的高考分数？过去和未来有失误率为零的事件吗？
有哪些相关性不等于因果性的例子?
统计学上标准差与标准误的区别与联系是什么？
如何通俗易懂地解释「协方差」与「相关系数」的概念？
有哪些很有趣的数据统计值得我们了解？
在统计学领域有哪些经典奠基性的论文？
经常出现在数学证明中的「不妨设」根据是什么？如何培养这种「不妨设」、「假设」的能力？
有哪些统计学专业反直觉的知识？
为什么方差要定义成平方？这么定义有什么利弊？如果把方差定义成 |X－E(X)|，这又有什么利弊？
数学专业渣渣想转统计学专业可行么？
OLS推断时，如果能知道beta非条件分布，可以根据此构建test statistic吗？
当数学家刚想出微积分用细矩形面积的和逼近时，矩形的高选取多少呢？为何不怕无限多个小误差之和为大误差？
如何评价中国2018年2月出口同比意外大增44.5%，创三年最大增速？
如何看待近百位科学家联合发文回应「 p 值显著标准应降至0.005」？
大数据时代对统计学和经济学有何影响？
随机变量和非随机变量有什么区别呢？
为什么样本方差（sample variance）的分母是 n-1？
有哪些多因素影响分析方法，类似灰色关联分析方法的？
如何解释探索性因素分析？
如何理解统计学中「自由度」这个概念？
蜗牛从10米深的井底爬，白天爬一米，晚上下落x米，其中x为[0,2]米的随机数，那么爬上的期望是多少？
标准差相同，为什么平均值小的离散程度大？
能不能用简明的语言解释什么是非参数（nonparametric）模型？
请问如何证明「X，Y 不相关，则 X，Y 不一定独立」呢？
标准差相同，为什么平均值小的离散程度大？
请问假设检验（hypothesis testing)的意义到底是什么，它的原理是什么样的？
能否用具体的例子解释一下 (Model-based) Structural Estimation？
如何在一晚内速成概率论与数理统计？
最大似然估计和最小二乘法怎么理解？